如何从 shell 中确定 CSV 中的字段数？
How can I determine the number of fields in a CSV, from the shell?
我有一个 well-formed CSV 文件，它可能有也可能没有 header 行；并且可能有也可能没有引用数据。我想使用 shell.
确定其中的列数
现在，如果我可以确定文件中没有引号逗号，则以下内容似乎有效：
x=$(tail -1 00-45-19-tester-trace.csv | grep -o , | wc -l); echo $((x + 1))
但是如果我不能做出那个假设怎么办？也就是说，如果我不能假设逗号始终是字段分隔符怎么办？那我该怎么做呢？
如果有帮助，您可以假设没有引号（即引号字符串之间的 \"s）；但最好也不要做那个。
如果您不能对数据做出任何乐观的假设，那么 Bash 中就没有简单的解决方案。解析具有可能的嵌入换行符和嵌入分隔符的通用 CSV 格式并非易事。您最好不要在 bash 中编写它，而是使用现有的适当 CSV 解析。例如 Python 在其标准库中内置了一个。
如果您可以假设没有嵌入式换行符和嵌入式分隔符，那么使用 awk 以逗号分隔就很简单了：
awk -F, '{ print NF; exit }' input.csv
-F, 告诉 awk 使用逗号作为字段分隔符，自动 NF 变量是当前行的字段数。
如果你想允许嵌入分隔符，但你可以假设没有嵌入双引号，那么你可以用一个简单的过滤器消除嵌入的分隔符，然后再传输到与之前相同的 awk：
head -n 1 input.csv | sed -e 's/"[^"]*"//g' | awk ...
请注意，这两个示例都使用第一行来决定字段数。如果输入有一个 header 行，这应该工作得很好，因为 header 不应该包含嵌入的换行符
计算第一行的字段数，然后验证所有行的编号是否相同
CNT=$(head -n1 hhdata.csv | awk -F ',' '{print NF}')
cat hhdata.csv | awk -F ',' '{print NF}' | grep -v $CNT
无法处理嵌入的逗号，但会突出显示它们是否存在
如果文件没有双引号则使用下面的命令：
awk -F"," '{ print NF }' filename| sort -u
如果文件的每一列都用双引号括起来，那么使用下面的命令：
awk -F, '{gsub(/"[^"]*"/,x);print NF}' filename | sort -u
我有一个 well-formed CSV 文件，它可能有也可能没有 header 行；并且可能有也可能没有引用数据。我想使用 shell.
确定其中的列数现在，如果我可以确定文件中没有引号逗号，则以下内容似乎有效：
x=$(tail -1 00-45-19-tester-trace.csv | grep -o , | wc -l); echo $((x + 1))
但是如果我不能做出那个假设怎么办？也就是说，如果我不能假设逗号始终是字段分隔符怎么办？那我该怎么做呢？
如果有帮助，您可以假设没有引号（即引号字符串之间的 \"s）；但最好也不要做那个。
如果您不能对数据做出任何乐观的假设，那么 Bash 中就没有简单的解决方案。解析具有可能的嵌入换行符和嵌入分隔符的通用 CSV 格式并非易事。您最好不要在 bash 中编写它，而是使用现有的适当 CSV 解析。例如 Python 在其标准库中内置了一个。
如果您可以假设没有嵌入式换行符和嵌入式分隔符，那么使用 awk 以逗号分隔就很简单了：
awk -F, '{ print NF; exit }' input.csv
-F, 告诉 awk 使用逗号作为字段分隔符，自动 NF 变量是当前行的字段数。
如果你想允许嵌入分隔符，但你可以假设没有嵌入双引号，那么你可以用一个简单的过滤器消除嵌入的分隔符，然后再传输到与之前相同的 awk：
head -n 1 input.csv | sed -e 's/"[^"]*"//g' | awk ...
请注意，这两个示例都使用第一行来决定字段数。如果输入有一个 header 行，这应该工作得很好，因为 header 不应该包含嵌入的换行符
计算第一行的字段数，然后验证所有行的编号是否相同
CNT=$(head -n1 hhdata.csv | awk -F ',' '{print NF}')
cat hhdata.csv | awk -F ',' '{print NF}' | grep -v $CNT
无法处理嵌入的逗号，但会突出显示它们是否存在
如果文件没有双引号则使用下面的命令：
awk -F"," '{ print NF }' filename| sort -u
如果文件的每一列都用双引号括起来，那么使用下面的命令：
awk -F, '{gsub(/"[^"]*"/,x);print NF}' filename | sort -u