如何使用gawk处理带字段内逗号的CSV并打印长度大于10字符的第3列

你已经通过gawk的FPAT规则实现了带内嵌逗号字段的正确解析，不受字段内部逗号打断，只需要替换掉原测试脚本中逐列遍历打印的逻辑，增加第3列的长度校验、格式处理即可达成需求。

核心注意点：gawk按FPAT规则匹配得到的带引号字段，会将外层双引号计入字段值本身。计算字段实际长度时必须先剥离外层引号，避免两个引号占用2个字符长度导致的判断偏差；同时需要跳过CSV表头行，避免表头内容被误筛选输出。

可选实现1：输出无外层引号的纯地址内容 #

对应你期望的无引号输出效果，输出值直接展示地址文本：

# awk.awk 配置
BEGIN {
    FPAT = "([^,]+)|(\"[^\"]+\")"
}
# 跳过第一行表头
NR == 1 { next }
{
    # 剥离第3列的外层双引号，得到纯地址内容
    pure_addr = $3
    gsub(/^"|"$/, "", pure_addr)
    # 保持和原需求一致的长度判断规则
    if (length(pure_addr) >= 10) {
        print pure_addr
    }
}

执行原有命令即可运行：
gawk -f awk.awk schools.csv

可选实现2：输出保留原引号格式的地址字段 #

对应你期望的带引号输出效果，输出值保留CSV原有的字段包裹格式：

# awk.awk 配置
BEGIN {
    FPAT = "([^,]+)|(\"[^\"]+\")"
}
NR == 1 { next }
{
    # 仅在做长度校验时剥离引号，避免长度计算偏差
    check_addr = $3
    gsub(/^"|"$/, "", check_addr)
    if (length(check_addr) >= 10) {
        # 直接打印原第3列，保留原有引号格式
        print $3
    }
}

执行同命令后，即可看到原本被逗号拆分的"108 BLVD, SE"字段被完整识别并输出，不会被内部逗号打断。

内容的提问来源于stack exchange，提问作者user15269714