如何用awk筛选CSV中特定字段为空/非空的行？

需求 #

需要筛选CSV中满足以下任一条件的行：

• 第2字段为空（表现为""）且第4字段非空
• 第2字段非空且第4字段为空

示例输入CSV #

"venBio","http://www.venbio.com","","venBio is a Investor located in United States, North America."
"zhenZhou","http://www.zhenzhou.com","",""
"Loren","","","A famous Hollywood actress from the 1950s and 1960s"

期望输出 #

符合第一个条件的行：

"Loren","","","A famous Hollywood actress from the 1950s and 1960s"

符合第二个条件的行：

"zhenZhou","http://www.zhenzhou.com","",""

问题分析 #

你之前的命令失效，是因为CSV的空字段实际是带双引号的""，而非空字符串。用,分割后，字段内容包含引号，直接判断$2 == ""会匹配不到目标字段。

正确命令 #

针对条件1的命令 #

awk -F, '$2 == "\"\"" && $4 != "\"\""' input.csv

针对条件2的命令 #

awk -F, '$2 != "\"\"" && $4 == "\"\""' input.csv

如果需要兼容空字段内包含空格的情况（比如" "），可以用正则匹配：

# 条件1：第2字段为空（含仅空格），第4字段非空
awk -F, '$2 ~ /^"[[:space:]]*"$/ && $4 !~ /^"[[:space:]]*"$/' input.csv

# 条件2：第2字段非空，第4字段为空（含仅空格）
awk -F, '$2 !~ /^"[[:space:]]*"$/ && $4 ~ /^"[[:space:]]*"$/' input.csv

内容的提问来源于stack exchange，提问作者Sandeep