如何使用正则表达式合并CSV文件中首字段相同的行？

当然可以用正则实现这个需求，不过得在支持多行匹配和反向引用的工具里操作（比如VS Code、Notepad++、GNU sed等），下面是具体步骤：

正则替换方案（以VS Code为例） #

1. 打开你的CSV文件，按下Ctrl+H调出替换面板
2. 点击面板右上角的「正则表达式」按钮（图标是.*）
3. 在「查找内容」框输入：

^([^,]+)(.*)\s*\n\1(.*)$

4. 在「替换为」框输入：

$1$2$3

5. 点击「全部替换」，就能得到你想要的结果

正则语法解释 #

• ^([^,]+)：匹配每行开头到第一个逗号前的标识，把它存为分组1
• (.*)：匹配标识后面的所有内容，存为分组2
• \s*\n：匹配行尾的空白字符（包括换行）
• \1：反向引用分组1的内容，也就是和上一行相同的标识
• (.*)：匹配下一行标识后面的所有内容，存为分组3

替换时把分组1+分组2+分组3拼接起来，就实现了合并两行的效果。

命令行工具方案（GNU sed） #

如果习惯用命令行处理，可以用GNU sed执行以下命令：

sed -E ':a;N;s/^([^,]+)(.*)\n\1(.*)/\1\2\3/;ta' input.csv > output.csv

这个命令会循环查找并合并连续的相同标识行。

注意事项 #

• 确保每对相同标识的行是连续相邻的，否则正则不会匹配到
• 不同工具的正则语法可能有细微差异，比如Notepad++里不需要额外设置多行模式，但VS Code要确保正则模式开启

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