Excluindo delimitadores fechados com corte

Question

Digamos que eu tenha um arquivo CSV:

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

O problema que tenho é o seguinte:

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

A saída desejada é:

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

Answer 1

O módulo ParseWords, que acompanha Perl, cobre isso de maneira bastante elegante. Exemplo abaixo.

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

Answer 2

Se você tiver gawka v4 disponível, existe uma boa solução emAnalise um csv usando awk e ignorando vírgulas dentro de um campo

Exemplo:

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

Answer 3

Outra perlsolução, assumindo que todos os campos estão entre aspas

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

• -F'/"\K,(?=")/'separador de campo é vírgula somente se for precedido "e seguido por"
• print "$F[0],$F[1]"imprima os dois primeiros campos separados por,

Pode ser feito greptambém

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

Se for necessário um número N de campos, use grep -oE '^("[^"]*",){1}"[^"]*"'onde o número dentro {}forN-1

Answer 4

você também pode tentar isso com o awk conforme abaixo;

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

Por exemplo;

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