使用 UNIX/Linux 操作（排除行）a.csv 文件的特定列

Question

我想访问和操作 csv 文件的第四列。特别是我想排除不符合特定要求的行（排除没有 3 个字符国家代码的行）。

我的数据集：

Luxembourg,LUX,2017,9294689.12
Aruba,ABW,2017,927865.82
Nepal,NPL,2017,9028196.37
Bangladesh,BGD,2017,88057460.51
Costa Rica,CRI,2017,8695008.05
Chile,CHL,2017,84603249.72
Cook Islands,COK,2017,82045.41
World,OWIDWRL,1755,9361520
India,INDIA,1763,0
Asia and Pacific (other),,2017,5071156099
World,OWID_WRL,1752,9354192
Middle East,,1751,0
International transport,,1751,0
India,IND,1751,0
Europe (other),,1751,0
China,CHN,1751,0
Asia and Pacific (other),,1751,0
Americas (other),,1751,0
Africa,,1751,0

提前致谢。

我已经按年对数据文件进行了排序，但我不知道如何访问第 4 列并使用 awk 或 sed。

预期数据集：

Luxembourg,LUX,2017,9294689.12
Aruba,ABW,2017,927865.82
Nepal,NPL,2017,9028196.37
Bangladesh,BGD,2017,88057460.51
Costa Rica,CRI,2017,8695008.05
Chile,CHL,2017,84603249.72
Cook Islands,COK,2017,82045.41

Answer 1

如果我正确地回答了您的问题，请您尝试以下操作。 如果任何行的第二个字段中没有确切的 3 个字符，则代码在哪里查看，则不要打印该行。

awk 'BEGIN{FS=","} $2~/^[a-zA-Z]{3}$/' Input_file

如果您有 OLD awk范围{3}不起作用，请尝试。

awk 'BEGIN{FS=","} $2~/^[a-zA-Z][a-zA-Z][a-zA-Z]$/' Input_file

---

---

说明：在此处添加对上述代码的说明。

awk '                  ##Starting awk program here.
BEGIN{                 ##Starting BEGIN section from here. Which will be executed before Input_file is being read
  FS=","               ##Setting field separator as comma here.
}                      ##Closing BEGIN section here.
$2~/^[a-zA-Z]{3}$/     ##Checking condition if 2nd field is starting with alphabets 3 occurrence of it and ending with it too.
                       ##Since awk works on method of condition then action; so if condition is TRUE then perform certain action.
                       ##In this case no action given so  by default print of line will happen.
' Input_file           ##Mentioning Input_file name here.

Answer 2

以下将 output 仅在第二个字段中具有 3 个字母值的行：

awk --re-interval -F, 'tolower($2) ~ /^[a-z]{3}$/' country.txt

也可以检查长度，但这确保只提供 3 个字母。

--re-internval允许您在 RE 中使用 itnernval 表达式，因为大括号是 awk 中的保留字符。

-F,告诉 awk 输入分隔符是逗号。

print是 awk 中的默认操作，所以tolower($2) ~ /^[az]{3}$/是tolower($2) ~ /^[az]{3}$/ {print}的简写方式

tolower($2)将第二个字段的值小写， ~是正则表达式比较运算符，我们用它来检查字符串的开头^ ，然后[az]重复{3}次和字符串的结尾$ .