如何将Snowflake上传文件中拆分的多行合并为单行？

你的核心问题是仅合并那些因带引号字段（如漏洞说明）跨多行导致的拆分行，而非盲目合并所有行。之前的Perl命令逻辑有误——它只判断行尾是否为引号，没有考虑行内引号的配对状态，因此无法准确识别哪些行属于拆分的字段行。

方案1：Perl脚本（精准跟踪引号状态） #

这个脚本会逐行判断是否处于未闭合的引号内，仅合并属于字段内部的拆分行：

perl -ne '
    BEGIN { $in_quote = 0; }
    $quote_count = ($line = $_) =~ tr/"//;
    $in_quote ^= ($quote_count % 2);
    print $in_quote ? chomp($line) ? $line : $line : $line;
' 你的输入文件名 > 处理后的输出文件名

逻辑说明：

1. 用$in_quote变量跟踪当前是否处于未闭合的引号字段内
2. 统计当前行的引号数量，取模2判断是否翻转引号状态（奇数引号会切换状态）
3. 如果处于引号内（说明这行是上一行字段的延续），则去掉换行符后打印；否则直接保留原行的换行

方案2：Awk脚本（适合熟悉Awk的场景） #

同样基于引号配对状态判断，实现相同效果：

awk '
    BEGIN { in_quote = 0 }
    {
        quote_num = gsub(/"/, "&")
        in_quote = (in_quote + quote_num % 2) % 2
        printf "%s%s", $0, in_quote ? "" : "\n"
    }
' 你的输入文件名 > 处理后的输出文件名

逻辑说明：

1. 用in_quote标记引号状态，初始为0（不在引号内）
2. 统计当前行引号数量，更新状态：若当前在引号内，且行内引号数为奇数，则退出引号；反之进入
3. 处于引号内时用printf不输出换行，否则输出换行符完成行闭合

特殊情况处理（转义引号） #

如果你的文件中存在双引号转义（如CSV规范中用""表示单个引号），上述脚本无需调整——因为""会被统计为2个引号，取模2后不影响状态判断。

如果是反斜杠转义引号（如"He said \"Hi\""），需要修改Perl脚本的引号统计逻辑：

perl -ne '
    BEGIN { $in_quote = 0; }
    $line = $_;
    # 减去被反斜杠转义的引号数量
    $quote_count = ($line =~ tr/"//) - ($line =~ tr/\\"//);
    $in_quote ^= ($quote_count % 2);
    print $in_quote ? chomp($line) ? $line : $line : $line;
' 你的输入文件名 > 处理后的输出文件名

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