Csv
只保留包含確切數量的分隔符的行
我有一個巨大的 csv 文件，其中有 10 個欄位，用逗號分隔。不幸的是，有些行格式不正確，並且不包含正好 10 個逗號（當我想將文件讀入 R 時會導致一些問題）。如何僅過濾掉恰好包含 10 個逗號的行？
另一個POSIX：
awk -F , 'NF == 11' <file如果該行有 10 個逗號，則該行將有 11 個欄位。所以我們只是簡單地
awk用作,欄位分隔符。如果欄位數為 11，則條件NF == 11為真，awk則執行預設操作print $0。
使用
egrep（或grep -E在 POSIX 中）：egrep "^([^,]*,){10}[^,]*$" file.csv這會過濾掉任何不包含 10 個逗號的內容：它匹配整行（
^在開頭和$結尾），恰好包含{10}序列“除 ‘,’ 之外的任意數量的字元，後跟單個 ‘,’”的十個重複（ (([^,]*,))，後跟除 ‘,’ ([^,]*) 之外的任意數量的字元。您還可以使用該
-x參數來刪除錨點：grep -xE "([^,]*,){10}[^,]*" file.csv但是，這比cuonglm的
awk解決方案效率低；對於大約 10 個逗號的行，後者在我的系統上通常快 6 倍。更長的線路將導致巨大的減速。