☰

¿Cómo puedo extraer solo algunos campos de una línea de texto CSV?

tag-icon • tag-icon text-processing awk command-line csv
¿Cómo puedo extraer solo algunos campos de una línea de texto CSV?

Necesito ayuda para encontrar una manera de extraer información específica de las líneas siguientes usando comandos de Linux.

391,(INSIDE-A),to,(OUTSIDE-A),source,static,SRV_I_N1909,SRV_NAT_I_N1909,destination,static,REDE_AMX_MCK,REDE_AMX_MCK,translate_hits=4399,untranslate_hits=4413
431,(INSIDE-A),to,(OUTSIDE-A),source,static,WK_I_5.5.4.56,SRV_NAT_10.9.3.212,translate_hits=284903,untranslate_hits=8472
432,(INSIDE-A),to,(OUTSIDE-A),source,dynamic,GRP_WKS_HOSTS_,WK_NAT_10.9.7.229,destination,static,G_SRV_ENG_CL,G_SRV_E_CL,translate_hits=0,untranslate_hits=0
436,(INSIDE-A),to,(OUTSIDE-A),source,static,SRV_I_ND007,NAT_10.9.4.238,destination,static,R_MCK,R_MCK,translate_hits=1966,untranslate_hits=1966
437,(INSIDE-A),to,(OUTSIDE-A),source,static,WK_I_5.8.104.120,NAT_A_10.9.7.245,translate_hits=84908,untranslate_hits=1965
440,(INSIDE-A),to,(OUTSIDE-A),source,dynamic,REDE_NET1,NAT_A_10.9.7.247,destination,static,SRV_BT_10.3.33.9,SRV_BT_10.3.33.9,translate_hits=18970,untranslate_hits=18970

Como puede ver, las líneas son diferentes, información deseada:

440, translate_hits=18970,untranslate_hits=18970

Respuesta1

Puedes probar esto:

grep -o "^[0-9]*\|,tran.*$" file | sed 'N;s/\n,/,/'

Producción:

391,translate_hits=4399,untranslate_hits=4413
431,translate_hits=284903,untranslate_hits=8472
432,translate_hits=0,untranslate_hits=0
436,translate_hits=1966,untranslate_hits=1966
437,translate_hits=84908,untranslate_hits=1965
440,translate_hits=18970,untranslate_hits=18970

Respuesta2

Suponiendo que ningún campo en el archivo tenga una coma incrustada o un carácter de nueva línea (es decir, es un "archivo CSV simple"), puede obtener el primer y los dos últimos campos de cada línea con

$ awk -F , 'BEGIN { OFS=FS } { print $1, $(NF-1), $NF }' file.csv
391,translate_hits=4399,untranslate_hits=4413
431,translate_hits=284903,untranslate_hits=8472
432,translate_hits=0,untranslate_hits=0
436,translate_hits=1966,untranslate_hits=1966
437,translate_hits=84908,untranslate_hits=1965
440,translate_hits=18970,untranslate_hits=18970

NFes una variable especial que contiene el número de campos en cada línea, y establecemos el separador de campos de entrada y salida en una coma. En el printbloque imprimimos solo los campos que nos interesan.

información relacionada