如何用sed/awk/perl为未加引号的分号分隔字段添加引号？

我来帮你搞定这个需求！你之前尝试的sed 's/[^;]*/"&"/g'会把所有内容（包括已有的引号）都套上引号，还会破坏引号内带分号的字段，所以我们需要更精准的处理方式，区分引号内和引号外的内容。下面给你几个可行的实现方案：

方案1：使用awk（最直观可靠） #

awk的FPAT变量可以帮我们正确识别带引号的字段（哪怕字段里包含分号），然后统一处理每个字段：

awk -v FPAT='"[^"]*"|[^;]*' '{
    output_line = ""
    for (i=1; i<=NF; i++) {
        # 先移除字段首尾的引号（如果有的话）
        gsub(/^"|"$/, "", $i)
        # 给字段加上统一的引号
        quoted_field = "\"" $i "\""
        # 用分号拼接字段，注意第一个字段前不要加分号
        output_line = output_line (i > 1 ? ";" : "") quoted_field
    }
    print output_line
}' your_input_file.txt

原理说明： #

• FPAT='"[^"]*"|[^;]*'：定义字段的匹配规则——要么是被引号包裹的内容（"[^"]*"），要么是分号分隔的普通内容（[^;]*），这样就能正确识别带分号的引号内字段。
• 遍历每个字段时，先去掉原有引号，再重新包裹，保证所有字段格式统一。

方案2：使用sed（纯文本流处理） #

sed可以通过循环替换来处理未被引号包裹的字段，避免修改引号内的内容：

sed -E ':replace_loop
s/^([^"]*;)?([^";][^;]*)(;|$)/\1"\2"\3/
t replace_loop' your_input_file.txt

原理说明： #

• :replace_loop定义一个循环标签
• 正则表达式^([^"]*;)?([^";][^;]*)(;|$)匹配未被引号包裹的字段：[^";][^;]*表示开头不是引号、直到分号或行尾的内容
• t replace_loop表示如果替换成功，就回到循环标签继续处理，直到所有符合条件的字段都被加引号

方案3：使用Perl（灵活的正则支持） #

Perl的正则和字段处理能力也能轻松搞定这个需求，这里给你两种写法：

写法1：精准拆分字段 #

perl -F'(?<=(^|;))(?:(".*?")|([^;]*))(?=(;|$))' -lane '
    my @processed_fields;
    foreach my $field (@F) {
        next if $field =~ /^[;]$/; # 跳过分割用的分号
        $field =~ s/^"|"$//g; # 移除原有引号
        push @processed_fields, "\"$field\"";
    }
    print join(";", @processed_fields);
' your_input_file.txt

写法2：简洁正则替换 #

perl -pe '
    s/(?<!")([^";]+)(?!")/"$1"/g; # 给未被引号包裹的字段加引号
    s/""/"/g; # 修复原有带引号字段被重复包裹的问题
' your_input_file.txt

这三个方案都能完美处理你给出的场景1和场景2，输出和你期望的完全一致～

内容的提问来源于stack exchange，提问作者user1485267