基于分隔符数量拆分格式错误CSV文件的Unix命令求解

我有一个格式错误的CSV文件，每行的逗号（分隔符）数量不一致。需要用Unix命令将源文件按每行的分隔符数量拆分为多个文件。

输入示例 #

$ cat ~/Desktop/sample_file.csv
1001,Pink,Panther,Seattle,WA,98001,favorite character
1002,Micky,Mouse,Bellevue,WA,98002
1003,Mini,Mouse,Bellevue,WA,98003
1004,Donald,Duck,Redmond,WA,98004,So funny
1005,Tom,Jerry,Lynwood,WA
1006,Woody,Woodpacker,Lynwood,WA

期望输出 #

拆分后得到3个文件，内容分别如下：

$ cat sample_file_6_delimiter.csv
1001,Pink,Panther,Seattle,WA,98001,favorite character
1004,Donald,Duck,Redmond,WA,98004,So funny

$ cat sample_file_5_delimiter.csv
1002,Micky,Mouse,Bellevue,WA,98002
1003,Mini,Mouse,Bellevue,WA,98003

$ cat sample_file_4_delimiter.csv
1005,Tom,Jerry,Lynwood,WA
1006,Woody,Woodpacker,Lynwood,WA

解决方案 #

用下面的awk命令就能实现需求：

awk -F, '{print > "sample_file_" (NF-1) "_delimiter.csv"}' ~/Desktop/sample_file.csv

命令解释 #

• -F,：指定逗号作为字段分隔符
• NF：awk的内置变量，代表当前行的字段总数，字段数减1就是该行的逗号数量（比如7个字段对应6个逗号）
• print > "filename"：将当前行写入对应名称的文件，文件名自动按sample_file_<逗号数>_delimiter.csv的格式生成

执行这条命令后，就会自动生成符合要求的三个文件，每行根据自身的逗号数量被归类到对应文件中。

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