替换文件中内外相同分隔符：将外层逗号替换为分号

问题描述 #

输入数据中外层分隔符为逗号，但部分带引号的字符串内部也包含逗号，需要仅将引号外部的逗号替换为分号，引号内的逗号保持不变，且带内层逗号的字符串可出现在任意位置。

原始输入示例：

"apple" , "tomato,potato", 100, 250, "banana"

期望输出：

"apple" ; "tomato,potato"; 100; 250; "banana"

可行解决方案 #

方案1：使用awk（兼容性好） #

通过跟踪引号状态，精准替换非引号内的逗号：

awk -F '' '{
    q = 0
    for (i = 1; i <= NF; i++) {
        if ($i == "\"") q = !q          # 切换引号状态标记
        if ($i == "," && q == 0) $i = ";"  # 仅替换非引号内的逗号
    }
    print
}' input.txt

方案2：使用gawk的FPAT特性（简洁直观） #

利用gawk的FPAT自定义字段匹配规则，直接识别完整字段（含引号内的逗号），再用分号拼接输出：

gawk 'BEGIN {
    FPAT = "([^,]+)|(\"[^\"]+\")"  # 匹配规则：无逗号的内容 或 带引号的完整字符串
    OFS = "; "                     # 设置输出字段分隔符为分号+空格
} {
    for (i = 1; i <= NF; i++) {
        printf "%s%s", $i, (i < NF ? OFS : "\n")
    }
}' input.txt

方案3：使用Perl正则 #

通过正则断言识别引号外的逗号：

perl -pe 's/(?<!")(,)(?!(?:"[^"]*"[^"]*)*[^"]*")/;/g' input.txt

验证结果 #

执行上述任意命令后，输出均与期望一致，无论带内层逗号的字符串处于数据哪个位置，都能正确保留内部逗号并替换外层分隔符。

内容的提问来源于stack exchange，提问作者Phantom