sed脚本替换CSV第五字段内小于100数字为字符串的问题

需通过sed脚本将逗号分隔的CSV文件第五字段中小于100的数字替换为"none"，现有脚本错误替换了大数字的开头部分，且要求不能使用awk。

示例CSV #

datetime,car,brand,model,km,new
10/10/1949 20:30,yes,ford,f150,20,yes
10/10/1949 20:30,no,yamaha,r7,1560,yes
10/10/1949 20:30,yes,renault,twingo,37,yes
10/10/1949 20:30,no,honda,cbr600rr,2000,no

现有错误脚本 #

# Replace
s/\([^,]*,[^,]*,[^,]*,[^,]*\,\)\(0\|[1-9][0-9]\{0,1\}\)\([^,]*\)/\1none\3/

执行命令 #

sed -f script.sed ./sample.csv

期望输出 #

datetime,car,brand,model,km,new
10/10/1949 20:30,yes,ford,f150,none,yes
10/10/1949 20:30,no,yamaha,r7,1560,yes
10/10/1949 20:30,yes,renault,twingo,none,yes
10/10/1949 20:30,no,honda,cbr600rr,2000,no

实际错误输出 #

datetime,car,brand,model,km,new
10/10/1949 20:30,yes,ford,f150,none,yes
10/10/1949 20:30,no,yamaha,r7,none60,yes
10/10/1949 20:30,yes,renault,twingo,none,yes
10/10/1949 20:30,no,honda,cbr600rr,none00,no

问题原因 #

原脚本的正则仅匹配了第五字段中数字的开头1-2位（比如1560中的15），后续的[^,]*会保留剩余字符，导致替换后出现none60这类错误结果。核心是没有限定匹配的数字必须是整个第五字段的内容，即数字后必须紧跟逗号或行尾。

修正后的脚本 #

# Replace fifth field (km) with "none" if value is <100
s/\([^,]*,[^,]*,[^,]*,[^,]*,\)\([0-9]\{1,2\}\)\(,\|$\)/\1none\3/

正则解释 #

• \([^,]*,[^,]*,[^,]*,[^,]*,\)：精准匹配前四个字段及末尾的逗号，捕获为分组1
• \([0-9]\{1,2\}\)：匹配1-2位数字（0-99），捕获为分组2
• \(,\|$\)：匹配第五字段后的逗号或行尾，确保匹配的是整个字段的数字，捕获为分组3
• 替换逻辑：将分组2的内容替换为none，保留分组1和分组3的原始内容

如果需要排除以0开头的两位数（比如05这类无效数字，仅保留0和1-99的有效数字），可调整正则为：

s/\([^,]*,[^,]*,[^,]*,[^,]*,\)\(0\|[1-9][0-9]\?\)\(,\|$\)/\1none\3/

验证结果 #

执行原命令后，输出与期望输出完全一致。

内容的提问来源于stack exchange，提问作者Christian Cid