囲まれた区切り文字をカットで除外する

Question

CSV ファイルがあるとします:

"col1","col2","col3"
"col4","col5,subtext","col6

私が抱えている問題は次のとおりです:

cut -d, -f1,2 test.txt
"coll1","col2"
"col4","col5

望ましい出力は次のとおりです。

"col1","col2"
"col4","col5,subtext"

Answer 1

Perl に同梱されている ParseWords モジュールは、これを非常にエレガントにカバーします。以下に例を示します。

$ perl -MText::ParseWords -nE '@a=quotewords ",",1,$_;say $a[0],",",$a[1]' <test.txt
"col1","col2"
"col4","col5,subtext"
$

Answer 2

v4が利用可能な場合はgawk、優れた解決策が存在します。awk を使用して csv を解析し、フィールド内のカンマを無視する

例：

gawk -vFPAT='[^,]*|"[^"]*"' '{print $1 "," $2}' test.txt

Answer 3

perlすべてのフィールドが引用符で囲まれていると仮定した別の解決策

$ perl -F'/"\K,(?=")/' -lane 'print "$F[0],$F[1]"' test.txt 
"col1","col2"
"col4","col5,subtext"

• -F'/"\K,(?=")/'フィールド区切り文字は"、前後に次のものがある場合にのみコンマになります。"
• print "$F[0],$F[1]"最初の2つのフィールドを,

grepも できます

$ grep -oE '^"[^"]*","[^"]*"' test.txt 
"col1","col2"
"col4","col5,subtext"

N個のフィールドが必要な場合は、grep -oE '^("[^"]*",){1}"[^"]*"'内部の数字{}がN-1

Answer 4

以下のように awk でこれを試すこともできます。

awk -F'","'  '{printf "%s\",\"%s\"\n", $1, $2 }' test.txt 

例えば;

user@host$ awk -F'","'  '{printf "%s\",\"%s\"\n", $1, $2 }' test.txt 
"col1","col2"
"col4","col5,subtext"