在csv的最后一列中不进行替换

Question

我需要跨过大.tsv的列，如果它与许多字符串中的任何一个匹配，都应替换该列名，如果找不到匹配项，则将其标记为错误。下面是我所拥有的简化版本，它在这里有效。

样本制表符分隔的输入test.tsv：

Col1    Col2    Col3    Col4
A   B   C   Foo
D   E   F   Bar
G   H   I   Baz

脚本：

#!/bin/bash

set -eu
shopt -s failglob

awk 'BEGIN {FS=OFS="\t"} \
     {if (NR==1) \
        {for (i = 1 ; i <= NF ; i++) \
        if ($i == "Col1") { $i = "NewCol1" } \
        else if ( $i == "Col2") { $i = "NewCol2" } \
        else if ( $i == "Col4") { $i = "NewCol4" } \
        else { $i = "Error: "$i } \
        } print \
        }' test.tsv

制表符分隔的输出：

NewCol1 NewCol2 Error: Col3 NewCol4
A   B   C   Foo
D   E   F   Bar
G   H   I   Baz

但是，在我的实际流程中，Col4未成功处理。而是将其标记为错误。如果我使用LibreOffice Calc打开文件并再次将其保存为.tsv，则不会发生此问题。这使我认为这可能是行尾格式问题，但是我已经使用vim来检查输入文件中的结尾，并且它们始终是\n。我在这里想念什么？

Answer 1

显然您的输入行以^M或\r结尾。您可以将此awk与自定义的正则表达式一起使用在RS中（这需要GNU awk）：

awk -v RS='\r?\n' '...' file

[-v RS='\r?\n'设置RS或记录分隔符为可选 \r，后跟\n，因此允许它匹配以\n或\r\n结尾的行。