使用awk在CSV文件首列前插入自定义列的技术问题

问题场景 #

需要给CSV文件的第一列前插入一列，且新列的每行值为指定自定义内容，原始CSV内容如下：

A,B,C,D,E,F
1,2,3,4,5,6
2,3,4,5,6,7
3,4,5,6,7,8
4,5,6,7,8,9

此前尝试的AWK代码无法实现自定义逐行值，代码如下：

BEGIN{FS=OFS=","}{$1=$1 OFS (FNR<1 ? $1 "0\nA\n2\nC" : "col")}1

得到的结果所有新列值均为col，不符合预期：

A,col,B,C,D,E,F
1,col,2,3,4,5,6
2,col,3,4,5,6,7
3,col,4,5,6,7,8
4,col,5,6,7,8,9

期望结果为新列每行使用指定自定义值：

col,A,B,C,D,E,F
0,1,2,3,4,5,6
A,2,3,4,5,6,7
2,3,4,5,6,7,8
C,4,5,6,7,8,9    

解决方案 #

可以通过在AWK中预先定义存储自定义值的数组，结合行号（FNR）匹配对应值来实现：

方法1：直接在代码中定义自定义值数组 #

BEGIN {
    FS = OFS = ","
    # 按行号顺序定义新列值，索引对应行号FNR
    new_vals[1] = "col"
    new_vals[2] = "0"
    new_vals[3] = "A"
    new_vals[4] = "2"
    new_vals[5] = "C"
}
{
    # 将新列值拼在原行最前面
    $0 = new_vals[FNR] OFS $0
}
1

方法2：通过here-doc传递自定义值（适合值较多的场景） #

如果自定义值数量多，可通过here-doc传入值，避免代码中写大量数组赋值：

BEGIN {
    FS = OFS = ","
    # 读取标准输入的自定义值到数组
    while (getline val < "/dev/stdin") {
        new_vals[++cnt] = val
    }
}
{
    $0 = new_vals[FNR] OFS $0
}
1

执行时传入自定义值：

awk -f script.awk <<EOF
col
0
A
2
C
EOF input.csv

结果验证 #

执行上述任意方法后，输出结果将与期望完全一致：

col,A,B,C,D,E,F
0,1,2,3,4,5,6
A,2,3,4,5,6,7
2,3,4,5,6,7,8
C,4,5,6,7,8,9    

原理解释 #

• FNR是AWK内置变量，表示当前处理的行号（从1开始），正好对应自定义值的顺序；
• 预先将每行需要的新列值存入数组new_vals，处理每行时直接取对应索引的值拼在原行前即可；
• 此前代码错误在于FNR<1的条件永远不成立（行号从1开始），导致所有行都使用col作为新列值。

内容的提问来源于stack exchange，提问作者arnpry