2

ファル名 keisan.csv
2018年月21日,abc,\387
2018年6月23日,abc,"\1,418"
2018年6月23日,abc,\276
2018年6月30日,abc,\925
2018年6月30日,abc,\619

awkで3番目のファイールドだけを下記などで、
    sum += $3
計算したいのでが、取得したcsvファイルが3桁カンマや円マークが
入っているため計算できません。

正規表現で桁数カンマと、ダブルクオーテーション、円マークを
取り除いたのですが、awkの正規表現でも同じようなことは可能でしょうか

    "?\(\d+),?(\d+)"?
    $1$2

最終的に、3番目のフィールドだけを計算したいのですが、
awkではmatchを使うという記事を参考に書きを試して
みましたが、うまくいきません。

awk -F, 'match($0, /"?\(\d+),?(\d+)"?/, a) {print a[1]}' keisan.csv

2
  • 1
    GNU awk の FPAT(Field PATtern)変数を使うと gawk -vFPAT='"[^"]*"|[^,]*' '{gsub("[^0-9]","",$3);sum+=$3}END{print sum}' keisan.csv な感じでしょうかね。
    – user39889
    Commented 2018年12月31日 14:37
  • 1
    こちらでうまくいきました。"[^0-9]"で簡単に数値のみ残せますね。勉強になりました。ありがとうございました。
    – user25524
    Commented 2019年1月1日 1:59

1 件の回答 1

3

質問の例にあるのはGNU awk固有の書き方ですね。コマンド名をgawkとすると、こんな感じかと。

$ gawk -F, 'match($3, /"?([0-9]+)"?/, a) { print a[1] }' keisan.csv

一般的なawkだとこんな感じでしょうか。

$ awk -F, 'match($3, /[0-9]+/) { print substr($3, RSTART, RLENGTH) }' < keisan.csv
3
  • $ gawk -F, 'match($3, /"?([0-9]+)"?/, a) { print a[1] }' keisan.csv
    – user25524
    Commented 2019年1月1日 2:04
  • $ gawk -F, 'match($3, /"?([0-9]+)"?/, a) { print a[1] }' keisan.csv を実行すると、1,418が、1と表示されて、カンマ(,)以降の418が取得されないようです。
    – user25524
    Commented 2019年1月1日 2:13
  • 1
    なるほど、数値のカンマがあるからカンマでフィールドを区切ってはまずかったですね。metropolisさんのようにFPATを使うか、質問例のように$0を使ってgawk 'match($0, /\\([0-9,]+)"?$/, a) { print a[1] }' keisan.csvとかになりますね。
    – emasaka
    Commented 2019年1月2日 2:28

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。