仅删除双引号中出现的逗号

在文本文件中，我要删除,（逗号）以及"（引号）（仅当双引号包含以逗号分隔的数字时）。

56,72,"12,34,54",x,y,"foo,a,b,bar"

预期产量

56,72,123454,x,y,"foo,a,b,bar"

注意：我仅以示例的方式显示上述行。我的文本文件包含很多行，如上，双引号中用逗号分隔的数字应有所不同。那是，

56,72,"12,34,54",x,y,"foo,a,b,bar"
56,92,"12,34",x,y,"foo,a,b,bar"
56,72,"12,34,54,78,76,54,67",x,y,"foo,a,b,bar"
56,72,x,y,"foo,a,b,bar","12,34,54"
56,72,x,y,"foo,a,b,bar","12,34,54","45,57,84,92","bar,foo"

预期产量：

56,72,123454,x,y,"foo,a,b,bar"
56,92,1234,x,y,"foo,a,b,bar"
56,72,12345478765467,x,y,"foo,a,b,bar"
56,72,x,y,"foo,a,b,bar",123454
56,72,x,y,"foo,a,b,bar",123454,45578492,"bar,foo"

n在双引号中有许多数字，用逗号分隔。并且还要保留包含字符的双引号。

我喜欢sed文字处理工具。如果您sed对此提出任何解决方案，我感到很高兴。

尽管@rici的Perl一个简单得多，但这（从此处改编）应该可以满足您的需要：

$ sed -r ':a;s/(("[0-9,]*",?)*"[0-9,]*),/\1/;ta; s/""/","/g; 
          s/"([0-9]*)",?/\1,/g ' file
56,72,123454,x,y,"foo,a,b,bar"
56,92,1234,x,y,"foo,a,b,bar"
56,72,12345478765467,x,y,"foo,a,b,bar"
56,72,x,y,"foo,a,b,bar",123454,
56,72,x,y,"foo,a,b,bar",123454,45578492,"bar,foo"

说明

• :a：定义一个名为的标签a。
• s/(("[0-9,]*",?)*"[0-9,]*),/\1/ ：这一个需要细分
  • 首先，采用这种结构：(foo(bar))，\1会foobar和\2会bar。
  • "[0-9,]*",?：匹配0以上的0-9或,，随后0或1 ,。
  • ("[0-9,]*",?)* ：匹配以上0个或多个。
  • "[0-9,]*：匹配0个或多个，0-9或者,紧跟在"
• ta;：返回标签a，如果替换成功，则再次运行。
• s/""/","/g;： 后期处理。替换""为","。
• s/"([0-9]*)",?/\1,/g ：删除数字周围的所有引号。

通过另一个示例可能更容易理解：

$ echo '"1,2,3,4"' | sed -nr ':a;s/(("[0-9,]*",?)*"[0-9,]*),/\1/;p;ta;'
"1,2,34"
"1,234"
"1234"
"1234"

因此，尽管您可以在引号后找到一个数字，然后是逗号和另一个数字，但是将两个数字连接在一起并重复此过程，直到不再可行。

在这一点上，我认为info sed在描述高级功能的部分（如上面使用的标签）中出现引号是很有用的（感谢发现@Braiam）：

在大多数情况下，使用这些命令表明您可能会更喜欢使用“ awk”或Perl之类的程序进行编程。

如果perl可以，这是一种简短的方法（可能很快速，如果不一定简单的话:)）：

perl -pe 's:"(\d[\d,]+)":$1=~y/,//dr:eg' file

运算符的e标志s:::（这只是另一种写法s///）使得替换被视为每次都会求值的表达式。该表达式$1从正则表达式（已经缺少引号）中捕获并通过删除（）所有逗号y///来转换（，也可以写成tr///）它/d。在r以标志y是必要的，以便获得的价值是翻译的字符串，而不是翻译的数量。

对于那些因某种原因而对perl感到沮丧的人，这里是python等效项。Python确实不是Shell一线工具，但是有时可以哄骗它进行协作。以下内容可以写成一行（不同于for循环，不能这样），但是水平滚动使其（甚至更多）无法读取：

python -c '
import re;
import sys;
r=re.compile("\"(\d+(,\d+)*)\"");
all(not sys.stdout.write(r.sub(lambda m:m.group(1).replace(",",""),l))
    for l in sys.stdin)
' < file

对于CSV数据，我将使用具有实际CSV解析器的语言。例如使用Ruby：

ruby -rcsv -pe '
  row = CSV::parse_line($_).map {|e| e.delete!(",") if e =~ /^[\d,]+$/; e} 
  $_  = CSV::generate_line(row)
' <<END
56,72,"12,34,54",x,y,"foo,a,b,bar"
56,92,"12,34",x,y,"foo,a,b,bar"
56,72,"12,34,54,78,76,54,67",x,y,"foo,a,b,bar"
56,72,x,y,"foo,a,b,bar","12,34,54"
56,72,x,y,"foo,a,b,bar","12,34,54","45,57,84,92","bar,foo"
END

56,72,123454,x,y,"foo,a,b,bar"
56,92,1234,x,y,"foo,a,b,bar"
56,72,12345478765467,x,y,"foo,a,b,bar"
56,72,x,y,"foo,a,b,bar",123454
56,72,x,y,"foo,a,b,bar",123454,45578492,"bar,foo"

块引用

嗨，这是用双引号替换逗号的Python代码，逗号用竖线（|）替换

该Python代码将替换双引号中的逗号

例如：x，y，z，1,2，“ r，e，t，y”，h，8,5,6

如果替换为管道x，y，z，1,2，“ r | e | t | y”，h，8,5,6

如果替换为null x，y，z，1,2，“ rety”，h，8,5,6

writingFile = open('FileToWrite', 'w')
with open('FileToRead') as f:

    while True:

        c = f.read(1)
        if not c:
            print ("End of file")
            break
        print ("Read a character:", c)


        if c=='"':
            writingFile.write(c) 
            c = f.read(1)
            while c != '"':
                if c== ',':
                    c= '|'
                writingFile.write(c)
                c = f.read(1)


        writingFile.write(c)


writingFile.close()