0

我有一些从在线数据库下载的 CSV 文件。我试图减少它们，以便我可以将我需要的部分数据插入到我的 SQL 数据库中。

CSV 文件具有逗号分隔的字段，如下所示：

1,Peptidoglycan synthetase ftsI,ftsI,1574687,L42023,P45059,FTSI_HAEIN,"",,,,
3,Histidine decarboxylase,HDC,32109,X54297,P19113,DCHS_HUMAN,,HDC,HDC,HGNC:4855,00817
5,"Glutaminase liver isoform, mitochondrial",GLS2,6650606,AF110330,Q9UI32,GLSL_HUMAN,,GLS2,GLS2,HGNC:29570,05901
6,Coagulation factor XIII A chain,F13A1,182309,M22001,P00488,F13A_HUMAN,1FIE,F13A1,F13A1,HGNC:3531,00604
7,"Nitric oxide synthase, inducible",NOS2,292242,L09210,P35228,NOS2_HUMAN,2NSI,NOS2A,NOS2A,HGNC:7873,01225

这就是问题所在。查看第 3 行和第 5 行。这两行的第二列有逗号！我通常使用 awk 来处理这样的事情，因为逗号在那里，所以 $2 被搞砸了。

例如：

awk -F ',' '{print $2}' myfile.csv ## Obviously I will be printing a lot more stuff

如果如上所示对该部分执行此操作，则第 3 行和第 5 行将被搞砸，因为这两行的第 2 列中有一个逗号，并用引号括起来。

我能做些什么来解决这个问题？

编辑：如果可能的话，我想仍然坚持在 shell 中这样做。

4

1 回答 1

3

您应该使用像的Text::CSV之类的 CSV 解析器（如果您愿意，可以在单行中（所以仍然在 shell 中）），它会为您完成所有的魔法。

如果您更喜欢，请参阅csv模块

+ 中的一个例子：

$ python<<EOF
import csv

f = open("test.csv", 'rt')
try:
    reader = csv.reader(f)
    for row in reader:
        print row
finally:
    f.close()
EOF
于 2013-03-27T21:23:10.307 回答