如何在Org-mode中保留表格输出并读取单元格结果为结构化表格？

问题场景 #

你在Org-mode文档里创建了标注为raw-dataset的SPARQL代码块，从Wikidata获取表格形式的查询结果。出于教学需求，你不想在SPARQL查询里过滤以Q1开头的行，打算用第二个代码块处理数据，但读取raw-dataset结果时所有内容被合并成单行，没法用grep等工具过滤；同时你不想修改raw-dataset的输出（导出网页时要显示美观表格），需要解决如何保留原表格输出的同时轻松清洗数据，或把结果读取为结构化表格的问题。

解决方案 #

1. 让SPARQL代码块同时输出表格和结构化文件（推荐） #

给SPARQL代码块添加参数，让它在生成网页可见的表格同时，导出一份CSV格式的结构化文件，供后续代码块调用。这样既不影响网页展示，又能轻松用命令行工具处理数据：

#+NAME: raw-dataset
#+BEGIN_SRC sparql :results output table :exports both :file raw_data.csv :extra-args ("--format" "csv")
SELECT ?item ?label WHERE {
  ?item rdfs:label ?label .
  # 你的SPARQL查询内容，不做Q1过滤
}
#+END_SRC

然后用第二个bash代码块读取CSV文件过滤数据：

#+BEGIN_SRC bash :var input_file=raw_data.csv
# 过滤掉以Q1开头的行
grep -v "^Q1" "$input_file"
#+END_SRC

2. 直接用Emacs Lisp处理Org表格 #

如果不想生成额外文件，可以把SPARQL的结果捕获为Org表格对象，用Emacs Lisp直接过滤行，结果依然保持表格格式：

#+NAME: raw-dataset
#+BEGIN_SRC sparql :results table :exports both
SELECT ?item ?label WHERE {
  ?item rdfs:label ?label .
  # 你的SPARQL查询内容
}
#+END_SRC

#+NAME: cleaned-dataset
#+BEGIN_SRC emacs-lisp :var raw_table=raw-dataset
; 过滤掉第一列以Q1开头的行
(cl-remove-if (lambda (row) (string-prefix-p "Q1" (car row))) raw_table)
#+END_SRC

#+RESULTS: cleaned-dataset

3. 解析单行输出为结构化数据（应急方案） #

如果没法修改raw-dataset的参数，只能处理合并后的单行内容，可以利用Org表格的竖线分隔特性，用awk拆分并过滤：

#+NAME: raw-dataset
#+BEGIN_SRC sparql :results output :exports both
SELECT ?item ?label WHERE {
  ?item rdfs:label ?label .
  # 你的SPARQL查询内容
}
#+END_SRC

#+BEGIN_SRC bash :var raw_output=raw-dataset
# 将换行转成竖线，按竖线拆分后过滤掉Q1开头的项，再清理空行
echo "$raw_output" | tr '\n' '|' | awk -F'|' '{
  for(i=1; i<=NF; i++) {
    if($i !~ /^Q1/ && $i !~ /^[[:space:]]*$/) print $i
  }
}'
#+END_SRC

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