在替换双引号中的分隔符时处理数据

Question

我正在尝试删除双引号中的竖线分隔符，将其替换为以下代码，但它不处理空字段和数字字段。任何帮助都将不胜感激。

代码：

 sed 's/|*\([^"]\)/\1/g;s/\([^"]\),*/\1/g' test.csv

输入：

"Southern|Palms"|"AA|None"|"4"|"Kenya"|"MBA"|"Ken|Coast"|"Y"|1/11/2019 00:00:00|30/4/2020 00:00:00|"TH"||40.00|"HB|AI"||||||"Y"||||

输出：

"SouthernPalms"|"AANone"|"4"|"Kenya"|"MBA"|"KenCoast"|"Y"1/11/2019 00:00:0030/4/2020 00:00:00|"TH"40.00|"HBAI"|"Y"|

预期输出：

"Southern Palms"|"AA None"|"4"|"Kenya"|"MBA"|"Ken Coast"|"Y"|1/11/2019 00:00:00|30/4/2020 00:00:00|"TH"||40.00|"HB AI"||||||"Y"||||

Answer 1

sed -E 's/(^|[^"|])\|($|[^"|])/\1 \2/g' <file>

返回：

"Southern Palms"|"AA None"|"4"|"Kenya"|"MBA"|"Ken Coast"|"Y"|1/11/2019 00:00:00 30/4/2020 00:00:00|"TH"||40.00|"HB AI"||||||"Y"||||

它不适用于这样的代码行，我相信还有很多其他的例子可能会破坏regexp：

"Southern|Palms"|"AA|||None"|"4"|"Kenya"|"MBA"|"Ken|Coast"|"Y"|1/11/2019 00:00:00|30/4/2020 00:00:00|"TH"||40.00|"HB|AI"||||||"Y"||||

但是awk/sed不是用quotechar和escapechar来读取csv的合适工具。对于像这样的复杂文件，我会考虑使用python或任何考虑到这些选项的CSV阅读器。