日期：2017-8-15
昨天正好接触了一个sed处理文本的问题，顺便就把这个思路和处理过程记录一下。linux中的sed和awk很强大，对于只能说了解的我来说只能通过不断的学习才能更加熟练，下面实例说明。
1.
原文本 ： 文本名：file001
aaa,"bbbb,cccc",ddd
甲,"-- , 冰冰冰",大，小
甲,"-- , ttt",大
e,"ffff,ggg",h
需实现的文本：
aaa,bbbbcccc,ddd
甲,--冰冰冰,大，小
甲,--ttt,大
e,ffffggg,h
从上面两个文本可以看出来是要去掉"" 并且双引号中的逗号也需要去掉，同时需要拼接逗号两边的内容。
思路:1：用sed去掉双引号
sed ‘s/"//g‘ file001
再用sed去掉第二个逗号
sed ‘s/,//2‘ file001
所以有： sed -e ‘s/"//g‘ -e ‘s/,//2‘ file001
最初可以解决上面的要求，但是如果引号所在的域不是都在同一个域内，不在第二个域内就会有问题了。ps：域可以说是列，按照逗号分隔的列。
2.原文本 file002
aaa,"bbbb,cccc",ddd
甲,"## , 冰冰冰",大，小
甲,"##, ttt",大
e,"ffff,ggg",h
bbb,xxx,"sssc,xxx",fff
此时再用上面的解决方法是有问题的，所以另开思路：
思路2：把""中的格式看成"a,b"，我们要实现的结果是取出ab 删掉其他东西。此时需要用到 \1\2
方法：sed -r ‘/".+,.+"/s#"([^ ]+) *, *([^ ]+)"#\1\2#‘ file002
1.-r, --regexp-extended 扩展正则
use extended regular expressions in the script.
2. /".+,.+"/ 匹配"a,b" 这个模式
3.([^ ]+) [^ ]+ 表示非空，^在[]里面表示取反，在外面表示开头，+表示多个 用（） 是为了后面的\1 \2 可以存储9个从1-9
4.* 表示0个或者多个
下面是可以其他实现的方法：
sed ‘s/[ \t]//g‘ xxx |sed -r ‘s#"([^ ]+),([^ ]+)"#\1\2#‘ file002
sed -r ‘s#"([^ ]+) *, *([^ ]+)"#\1\2#‘
相关sed：
本文出自 “131400” 博客，请务必保留此出处http://520131400.blog.51cto.com/13203618/1956399
原文地址：http://520131400.blog.51cto.com/13203618/1956399
