求助：使用Sed处理含引号及多引号的逗号分割数据问题

我明白你遇到的头疼问题了——处理这种带嵌套双引号和内部逗号的CSV数据，旧版Awk又用不了FPAT特性，Sed瞎折腾半天也搞不定引号里的内容。这里给你两个靠谱的解决方案，都能完美输出你想要的结果：

方案一：用Awk手动追踪引号状态（兼容旧版本） #

因为旧版Awk没有FPAT，我们可以自己手动遍历每个字符，追踪是否处于双引号内部，以此判断要不要把逗号替换成空格，同时还能正确处理转义的双引号（比如""格式）。

把下面的脚本保存为csv_split.awk，或者直接在命令行运行：

awk '{
    in_quote = 0
    len = length($0)
    result = ""
    for (i=1; i<=len; i++) {
        c = substr($0, i, 1)
        if (c == "\"") {
            # 检查是否是转义的双引号（连续两个"）
            if (substr($0, i+1, 1) == "\"") {
                result = result c
                i++  # 跳过下一个"，避免重复处理
            } else {
                in_quote = !in_quote  # 切换引号状态
                result = result c
            }
        } else if (c == "," && !in_quote) {
            result = result " "  # 非引号内的逗号替换为空格
        } else {
            result = result c  # 其他字符直接保留
        }
    }
    print result
}'

使用方法： #

如果数据在文件input.txt里，直接运行：

awk -f csv_split.awk input.txt

或者直接处理单行输入：

echo '123,"john,test",John"test,""john"",345' | awk -f csv_split.awk

运行后就能得到你想要的输出：123 "john,test" John"test ""john"" 345

方案二：用Sed脚本处理 #

如果你更倾向于用Sed，这个复杂的Sed脚本也能实现需求——它会优先处理引号内的内容，只替换引号外的逗号：

:loop
# 替换引号块后面的逗号为空格，循环直到没有可替换的
s/\("\([^"]\|""\)*"\),/\1 /g
t loop
# 处理末尾的引号块前面的逗号
s/^\(.*\),\("\([^"]\|""\)*"\)$/\1 \2/g
# 替换剩下的非引号内的逗号为空格
s/,\([^",]*\)/ \1/g

使用方法： #

处理文件或单行输入：

sed -f csv_split.sed input.txt
# 或者单行直接执行
echo '123,"john,test",John"test,""john"",345' | sed -e ':loop' -e 's/\("\([^"]\|""\)*"\),/\1 /g' -e 't loop' -e 's/^\(.*\),\("\([^"]\|""\)*"\)$/\1 \2/g' -e 's/,\([^",]*\)/ \1/g'

这个脚本会先循环处理所有跟在引号块后的逗号，再处理末尾的特殊情况，最后替换剩下的普通逗号，同样能得到正确结果。

内容的提问来源于stack exchange，提问作者user2616467