如何在Bash脚本中为CSV添加提取后的精简版本号字段

问题背景 #

原始输入CSV内容：

id,version
84544,abcd v2.1.0-something
3439,abcd a82f1a
3,abcd 2.2.1-bar

需要给输出CSV新增simple_version字段，提取规则：

• 从version字段里去掉固定前缀abcd
• 移除开头的单个v字符
• 删掉短横线-及后面的构建后缀
• 如果是6位十六进制字符串则直接保留

目标输出：

id,version,simple_version
84544,abcd v2.1.0-something,2.1.0
3439,abcd a82f1a,a82f1a
3,abcd 2.2.1-bar,2.2.1

之前的代码只能提取出精简后的内容，但没法和原CSV内容拼接：

while read line; do
    awk -F '[, ]' '{print $3}' | sed 's/^v//' | cut -d- -f-1;
done < input.csv > output.csv

可行方案 #

直接用awk一次性搞定所有逻辑，不用嵌套多个工具或循环，效率更高，还能完整保留原行内容并追加新字段：

awk -F ',' '
    BEGIN {OFS = ","}
    NR == 1 {print $0, "simple_version"; next}
    {
        # 复制version字段内容来处理
        temp = $2
        # 去掉开头的"abcd "前缀
        sub(/^abcd /, "", temp)
        # 移除开头的v字符
        sub(/^v/, "", temp)
        # 截断短横线及后面的内容
        sub(/-.*$/, "", temp)
        # 输出原行+新字段
        print $1, $2, temp
    }
' input.csv > output.csv

代码说明 #

• -F ','：指定逗号为输入分隔符，正确拆分CSV的列
• BEGIN {OFS = ","}：设置输出分隔符为逗号，保证输出是标准CSV格式
• NR == 1：处理第一行表头，直接追加simple_version字段名
• 对version字段做三次替换：先去掉固定前缀，再去v前缀，最后截掉后缀
• 最后输出原始id、完整的version字段、处理后的simple_version

如果你偏好正则匹配提取的方式，也可以这么写：

awk -F ',' '
    BEGIN {OFS = ","}
    NR == 1 {print $0, "simple_version"; next}
    {
        # 直接匹配abcd后的目标内容（v开头或纯字符，到-为止）
        match($2, /abcd (v?[^-]+)/)
        simple = substr($2, RSTART+5, RLENGTH-5)
        # 去掉可能的v前缀
        sub(/^v/, "", simple)
        print $1, $2, simple
    }
' input.csv > output.csv

原代码的问题 #

原代码的while read循环只输出了提取后的内容，完全丢失了原始行的id和version信息；而且多次调用awk、sed、cut会产生多个子进程，效率低还不好维护。用awk单进程处理就能避免这些问题。

内容的提问来源于stack exchange，提问作者Tim Potter