使用Unix命令编辑CSV第二列：移除首个分号后内容

嘿，看你的需求，是要把CSV里每个字段中第一个分号;及其后面的内容都删掉对吧？之前你可能误以为只需要处理第二列，但实际是多个字段都有分号需要清理。我给你两个靠谱的Awk解决方案，保证能得到你想要的结果：

方法一：逐字段遍历处理（最稳妥） #

这个方法会挨个检查每一行的每个字段，不管分号在哪一列都能处理：

BEGIN { FS = OFS = ", " }
{
    for (i = 1; i <= NF; i++) {
        sub(/;.*/, "", $i)  # 把当前字段里从第一个分号到结尾的内容全删掉
    }
    print
}

为啥这么写？ #

• BEGIN { FS = OFS = ", " }：先把输入和输出的字段分隔符都设为, （带空格，完全匹配你的CSV格式，避免处理后出现多余空格或者分隔错误）
• 用循环遍历每一个字段$i，sub(/;.*/, "", $i)是核心：正则;.*/匹配第一个分号开始到字段末尾的所有内容，替换成空字符串就留下了分号前的部分
• 最后打印处理完的整行就行

方法二：整行全局替换（更简洁） #

如果你的CSV里没有复杂的嵌套场景（比如字段用引号包裹、里面包含分号和逗号），可以直接用全局替换一步到位：

BEGIN { FS = OFS = ", " }
{
    gsub(/;[^,]*([, ]|$)/, "")
    print
}

解释一下正则： #

;[^,]*([, ]|$) 匹配的是：分号; + 任意非逗号的字符（直到遇到, 或者行尾），替换成空就刚好把分号后面的冗余内容删掉，又保留了原有的字段分隔符。

测试一下效果 #

把你的输入行：

AAAA, BBBB, CCCC, DDDD EEEE, FFFF;1111, GGGG, HHHH IIII, JJJJ;2222;3333;4444, KKKK, LLLL

用上面任意一个命令处理后，输出就是你要的结果：

AAAA, BBBB, CCCC, DDDD EEEE, FFFF, GGGG, HHHH IIII, JJJJ, KKKK, LLLL

为啥你之前的命令没成功？ #

估计是两个问题：一是没正确设置字段分隔符（你的CSV是, 带空格的，不是单纯的逗号），导致列识别错误；二是只盯着“第二列”处理，但实际需要处理的是所有带分号的字段。上面的方法会自动覆盖所有字段，不管分号出现在哪。

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