如何用awk删除CSV中第二列字符长度小于12的行？

你的原awk命令有两个关键问题，导致无法达到预期效果：

• 语法逻辑错误：$2=length>12是赋值操作而非判断条件，且未指定计算长度的目标字段，正确判断应为length($2) > 12。
• CSV字段分割错误：第二列包含逗号，直接用-F,分割会把第二列拆成多个片段，导致$2无法获取完整的第二列内容。

正确的解决方法 #

使用gawk的FPAT特性（专门处理带引号的CSV字段），可以正确识别包含逗号的字段：

gawk 'BEGIN{FPAT = "([^,]+)|(\"[^\"]+\")"} length($2) > 12' your_file.csv > output.csv

如果需要排除引号只计算内容长度（比如"France."的内容长度是7，而非带引号的8），可以用下面的命令：

gawk 'BEGIN{FPAT = "([^,]+)|(\"[^\"]+\")"} {
    content = $2
    gsub(/^"|"$/, "", content)  # 去掉首尾的双引号
    if (length(content) > 12) print
}' your_file.csv > output.csv

效果验证 #

运行上述命令后，输出文件会保留符合要求的两行：

2343242,"Laboratoire de Virologie, AP-HP, Hôpital Necker-Enfants malades, Paris, France."
234234,"Université de Paris, Institut Cochin, INSERM U1016, CNRS UMR8104, Paris, France."

内容的提问来源于stack exchange，提问作者JohnJ