AWK命令参数错误

Question

我有一个包含学生联系信息的数据集，样本数据集如下

First Name, Last Name, Address, Phone Number
John, Doe, "House # 11, Street xyz, Road, Area",00000000
Sara, Taylor, "Jake Lake%, Apartment #22, Main Road, Area XYZ", 00000000

我正在运行下面的命令来替换，内部地址列，以将其加载到DB中。

awk '!(NR%2){gsub(",","|")} {printf RFS $0} {RFS="\""}' RS=\" fileName.txt > output.txt

我面临的问题是，每当我运行此命令时，它将返回以下错误，最初运行的是ok。

awk: run time error: not enough arguments passed to printf(""Jake Lake%, Apartment #22, Main Road, Area XYZ")

有什么解决办法吗？我注意到%即将出现在地址中，这是问题所在吗？

Answer 1

1. 为了健壮性，永远不要使用printf $0，始终使用printf "%s", $0，因为当输入包含printf格式字符时，前者将失败(正如您当前看到的那样)。这同样适用于对任何输入数据使用printf。
2. 为了清晰和健壮性，永远不要使用大写变量名，例如RFS，以避免与内置变量名称发生冲突，并避免混淆代码，使代码看起来像是在使用内置变量。
3. 为了提高可读性，不要在脚本之后设置变量(例如RS )，除非您需要将它们设置为不同输入文件的不同值，在脚本开始之前或开始时设置变量，因此在读取脚本时，我们会在看到它们被使用之前看到它们正在设置。
4. 为了高效、简单、健壮，*sub()的第一个参数是regexp，而不是字符串，所以使用regexp (/.../)，而不是string ("...")分隔符，除非出于某种原因需要动态而不是静态的regexp。
5. 为了清晰性和可维护性，当您有两个必须具有相同值的变量(例如RS和RFS )时，不要分别将它们设置为相同的值，例如RS="\""; RFS="\""，或者将它们一起设置为该值，例如RS=RFS="\""，或者将其中一个设置为另一个，例如RS="\""; RFS=RS。

以下是如何正确地编写问题中的代码：

$ awk -v RS='"' '!(NR%2){gsub(/,/,"|")} {printf "%s%s", rfs, $0; rfs=RS}' file
First Name, Last Name, Address, Phone Number
John, Doe, "House # 11| Street xyz| Road| Area",00000000
Sara, Taylor, "Jake Lake%| Apartment #22| Main Road| Area XYZ", 00000000

若要使用使用awk的CSV做更多的工作，请参见undefined。

Answer 2

您所得到的错误是由于将RFS (一个空变量)和$0的值作为格式字符串与printf连接所致。

您的文件是一个有效的CSV文件，除了在一些分隔逗号之后有空格(这会扰乱Address字段的引用；引用的字段需要在分隔符后面直接具有初始引号)。我们可以使用csvformat (来自https://csvkit.readthedocs.io/en/latest/的csvkit的一部分)来纠正这个问题：

$ csvformat --skipinitialspace file.csv >fixed-file.csv
$ cat fixed-file.csv
First Name,Last Name,Address,Phone Number
John,Doe,"House # 11, Street xyz, Road, Area",00000000
Sara,Taylor,"Jake Lake%, Apartment #22, Main Road, Area XYZ",00000000

能够解析CSV的数据库应该能够按原样读取它。

您是否仍然希望将所有嵌入的逗号替换到|中，只需将文件的分隔符更改为逗号以外的分隔符(我将在下面使用制表符)，将其余的逗号更改为管道，并再次更改为使用逗号分隔符。

我们可以直接在原始数据上这样做：

$ csvformat --skipinitialspace --out-tabs file.csv | tr ',' '|' | csvformat --tabs >fixed-file.csv
$ cat fixed-file.csv
First Name,Last Name,Address,Phone Number
John,Doe,House # 11| Street xyz| Road| Area,00000000
Sara,Taylor,Jake Lake%| Apartment #22| Main Road| Area XYZ,00000000

使用的各种long选项的短变体是-S for --skipinitialspace、-T for --out-tabs和-t for --tabs。