如何区分很长的csv和很长的txt

Question

我有两个 CSV：

• beta.csv：其中多个NPC拥有多个物品（部分物品目前无效）

  NPC,Item
  NPC 1,Item 1
  NPC 1,Item 2
  NPC 2,Item 1
  NPC 2,Item 3
  NPC 3,Item 2
  NPC 4,Item 1
  NPC 4,Item 4
  NPC 4,Item 5
  

• live.csv：当前有效项目的列表：

  Item
  Item 1
  Item 3
  Item 5
  

由于 live.csv 中不存在第 2 项和第 4 项，我想删除 beta.csv 中包含这些项目的任何行。

我希望结果 CSV 看起来像：

NPC,Item
NPC 1,Item 1
NPC 2,Item 1
NPC 2,Item 3
NPC 4,Item 1
NPC 4,Item 5

我真的不知道应该如何继续这里，因为我不习惯比较文件，所以非常欢迎任何帮助！

感谢您的宝贵时间:)

Answer 1

我看到的就像列表抑制：如果 B 中不存在某些行，您想从 A 中删除这些行。

处理 CSV 文件时，使用真正的 CSV 解析器将使结果更加可靠。您可以用 Python 编写一个非常小的程序来完成此操作，或者您可以使用支持 CSV 的命令行工具，例如 GoCSV 及其 join 子命令。

Join “根据列中元素的相等性，使用内连接（默认）、左连接、右连接或外连接连接两个 CSV。”。

在您的情况下，仅当两个文件中都存在 Item 时，默认内部联接才会保留行。由于 live 是 beta 的子集，因此在确定要包含 beta 中的哪些行时，live 将成为限制因素：

gocsv join -c Item beta.csv live.csv
NPC,Item,Item
NPC 1,Item 1,Item 1
NPC 2,Item 1,Item 1
NPC 2,Item 3,Item 3
NPC 4,Item 1,Item 1
NPC 4,Item 5,Item 5

将 zips CSV 连接在一起（除了连接逻辑之外），这样我们就可以获得所有三列。

可以使用 select 子命令（“提取指定列”）进行修剪，并且 join 的输出可以通过 管道传输到 select:

gocsv join -c Item beta.csv live.csv | gocsv select -c 1,2
NPC,Item
NPC 1,Item 1
NPC 2,Item 1
NPC 2,Item 3
NPC 4,Item 1
NPC 4,Item 5

对于连接，我们按名称指定了“Item”列，因为它由两个文件共享。对于选择，我们只需要指定第一列和第二列（

1,2

），因为名称“Item”重复了。

只需重定向即可获取最终文件，在以下示例中称为output.csv：

gocsv join -c Item beta.csv live.csv | gocsv select -c 1,2 > output.csv