bash sort通过数字键引用csv文件

Question

我有以下输入csv文件：

"aaa","1","xxx"
"ccc, Inc.","6100","yyy"
"bbb","609","zzz"

我希望按第二列排序作为数字，我试过了

sort --field-separator=',' --key=2n

问题是，由于引用了所有值，因此它们无法通过-n（数字）选项正确排序。有解决方案吗？

Answer 1

一个小技巧，它使用双引号作为分隔符：

sort --field-separator='"' --key=4 -n

Answer 2

对于引用的csv，请使用具有适当csv解析器的语言。以下是使用perl的示例。

perl -MText::ParseWords -lne '
    chomp; 
    push @line, [ parse_line(",", 0, $_) ];
}{ 
    @line = sort { $a->[1] <=> $b->[1] } @line;
    for (@line) {
        local $" = qw(",");
        print qq("@$_");
    }
' file

输出：

"aaa","1","xxx"
"bbb","609","zzz"
"ccc, Inc.","6100","yyy"

说明：

• 使用chomp函数从输入中删除新行。
• 使用代码模块Text::Parsewords解析引用的行并将其存储在没有引号的数组数组中。
• 在END块中，对第二列上的数组数组进行排序，并将其分配给原始数组数组。
• 对于数组数组中的每个项目，我们将输出列表分隔符设置为","，然后使用前面和后面的"打印它以创建原始格式的行。

Answer 3

将您的示例放入名为sort2.txt的文件中我发现以下内容可以正常工作。 sort -t'"' -k4n sort2.txt使用以下命令排序（感谢Jonathan的改进）

-t [选项卡以外的可选单字符分隔符。在单引号中定义''''。

-k4选择第四个键中的值。（k）用“，”和第四个键值分隔

-n数字排序

文件名避免使用链接作为不必要的

希望这可以帮助！

Answer 4

没有一个非常简单的解决方案。如果你做出一些合理的假设，那么你可以考虑：

sed 's/","/^A/g' input.csv |
sort -t'^A' -k 2n |
sed 's/^A/","/g

这将","序列替换为Control-A（在代码中显示为^A），然后将其用作sort中的字段分隔符（第2列上的数字排序），然后再次使用","替换Control-A字符。

如果你使用bash，你可以使用ANSI C quoting机制$'\1'将控制字符可视地嵌入到脚本中;你只需要在转义之前完成单引号字符串，然后重启它：

sed 's/","/'$'\1''/g' input.csv |
sort -t$'^A' -k 2n |
sed 's/'$'\1''/","/g

或者使用双引号而不是单引号，但由于您要替换的双引号，这会变得混乱。但你可以简单地逐字输入字符，像vim这样的编辑会乐意向你展示。

Answer 5

有时，只有在必要时才会引用CSV文件中的值。在这种情况下，使用"作为分隔符是不可靠的。

例：

"Forest fruits",198
Apples,456
bananas,67

使用awk，sort和cut，您可以在第一列中对原始文件进行排序：

awk -F',' '{
    a = $1; # or the column index you want
    gsub(/(^"|"$)/, "", a);
    print a","$0
}' file.csv | sort -k1 | cut -d',' -f1 --complement

这将使您想要在前面排序的列没有引号，然后按照您想要的方式对其进行排序，并在最后删除此列。