"如何在 BASH 中將制表符分隔值 (TSV) 文件轉換為逗號分隔值 (CSV) 文件？"

Question

我有一些 TSV 文件需要轉換為 CSV 文件。 BASH 中是否有任何解決方案，例如使用awk<\/code>來轉換這些？ 我可以像這樣使用sed<\/code> ，但我擔心它會犯一些錯誤：

sed 's/\t/,/g' file.tsv > file.csv

Answer 1

更新：以下解決方案通常並不健壯，盡管它們確實適用於 OP 的特定用例； 請參閱底部以獲取強大的基於awk的解決方案。

---

總結一下這些選項（有趣的是，它們的表現都差不多）：

時間：

devnull的解決方案（在對問題的評論中提供）是最簡單的：

tr '\t' ',' < file.tsv > file.csv

sed ：

鑒於輸入不包含帶引號的字符串（可能嵌入\\t字符），OP 自己的sed解決方案非常好：

sed 's/\t/,/g' file.tsv > file.csv

唯一需要注意的是，在某些平台（例如 macOS）上，不支持轉義序列\\t ，因此是文字制表符。 必須使用 ANSI 引用 ( $'\\t' ) 拼接到命令字符串中：

sed 's/'$'\t''/,/g' file.tsv > file.csv

awk :

awk的警告是FS - 輸入字段分隔符 - 必須明確設置為\\t - 否則默認行為將剝離前導和尾隨制表符，並僅用一個,替換多個制表符的內部跨度：

awk 'BEGIN { FS="\t"; OFS="," } {$1=$1; print}' file.tsv > file.csv

請注意，簡單地將$1分配給自身會導致awk使用OFS （輸出字段分隔符）重建輸入行； 這有效地替換了所有\\t字符。 與,字符。 print然后簡單地打印重建的行。

---

強大的awk解決方案：

正如A. Rabus指出的那樣，上述解決方案不能正確處理本身包含,字符的未加引號的輸入字段 - 您最終會得到額外的 CSV 字段。

以下awk解決方案通過按需將這些字段包含在"..."來解決此問題（請參閱上面的非穩健awk解決方案以獲取對該方法的部分說明）。

如果這些字段還嵌入了"字符"" ，則根據RFC 4180將它們轉義為"" 。^{謝謝， Wyatt Israel 。}

awk 'BEGIN { FS="\t"; OFS="," } {
  rebuilt=0
  for(i=1; i<=NF; ++i) {
    if ($i ~ /,/ && $i !~ /^".*"$/) { 
      gsub("\"", "\"\"", $i)
      $i = "\"" $i "\""
      rebuilt=1 
    }
  }
  if (!rebuilt) { $1=$1 }
  print
}' file.tsv > file.csv

• $i ~ /[,"]/ && $i !~ /^".*"$/檢測任何包含,和/或"且尚未用雙引號括起來的字段

• gsub("\\"", "\\"\\"", $i)轉義嵌入的"字符。 通過將它們加倍

• $i = "\\"" $i "\\""通過將結果括在雙引號中來更新結果

• 如前所述，更新任何字段都會導致awk從具有OFS值的字段重建行，即,在這種情況下，這相當於有效的 TSV -> CSV 轉換； rebuilt標志用於確保每個輸入記錄至少重建一次。

Answer 2

這也可以通過 Perl 實現：

為了將結果通過管道傳輸到新的輸出文件，您可以使用以下命令：
perl -wnlp -e 's/\\t/,/g;' input_file.tsv > output_file.csv

如果您想就地編輯文件，可以調用 -i 選項：
perl -wnlpi -e 's/\\t/,/g;' input_file.txt

如果您偶然發現您處理的實際上不是制表符，而是多個空格，您可以使用以下內容用逗號替換每次出現的兩個或多個空格：
perl -wnlpi -e 's/\\s+/,/g;' input_file

請記住， \\s代表任何空白字符，包括空格、制表符或換行符，並且不能在替換字符串中使用。

Answer 3

tr 命令：

tr '\t' ',' < file.tsv > file.csv

很簡單，即使在一個非常大的文件（大約 10 GB）上也為我提供了絕對正確且非常快速的結果。

Answer 4

使用awk對我有用

將 tsv 轉換為 csv

awk 'BEGIN { FS="\t"; OFS="," } {$1=$1; print}' file.tsv > file.csv

或將 csv 轉換為 tsv

awk 'BEGIN { FS=","; OFS="\t" } {$1=$1; print}' file.csv > file.tsv

Answer 5

您可以簡單地在 shell 中使用sed<\/code>的強大功能：

sed -r 's/\t/","/g' file.tsv|sed -r 's/(^|$)/"/g' > file.csv