我试图解析包含潜在100K +线CSV。 这里是我的准则：
- 标识符的索引
- 的标识符值
我想找回在CSV那些在给定索引的给定值（用逗号分隔）的所有行。
任何想法，采取特殊考虑性能？
Answer 1:
使用普通的旧的第一个原型grep和cut ：
grep ${VALUE} inputfile.csv | cut -d, -f${INDEX}
如果这还不够快，并给出了正确的输出，你就大功告成了。 :)
Answer 2:
作为替代cut -或awk基础的俏皮话，您可以使用专门的csvtool又名ocaml-csv ：
$ cat yourfile | csvtool -t ',' col "$index" - | grep "$value"
根据该文档，它处理逃逸，报价等。
Answer 3:
看到这个YouTube视频： BASH脚本课10 CSV文件工作
CSV文件：
Bob Brown;Manager;16581;Main
Sally Seaforth;Director;4678;HOME
bash脚本：
#!/bin/bash
OLDIFS=$IFS
IFS=";"
while read user job uid location
do
echo -e "$user \
======================\n\
Role :\t $job\n\
ID :\t $uid\n\
SITE :\t $location\n"
done < $1
IFS=$OLDIFS
输出：
Bob Brown ======================
Role : Manager
ID : 16581
SITE : Main
Sally Seaforth ======================
Role : Director
ID : 4678
SITE : HOME
Answer 4:
CSV是没有那么简单。 根据您所拥有的数据的限制，你可能会担心引用值（可能包含逗号和换行符）和转义引号。
所以，如果你的数据只限于足够可以逃脱简单的逗号分割精细，shell脚本可以做到这一点很容易。 如果，另一方面，你需要解析CSV“正常”时，bash不会是我的第一选择。 相反，我想看看在更高层次的脚本语言，例如Python来csv.reader 。
Answer 5:
在CSV文件，每个字段由逗号分隔。 问题是，一个字段本身可能有嵌入式逗号：
Name,Phone
"Woo, John",425-555-1212
你真的需要一个库包，提供强大的支持CSV，而不是依靠使用逗号作为字段分隔符。 我知道，脚本语言如Python有这样的支持。 但是，我舒服的Tcl脚本语言，所以这是我使用。 下面是一个简单的Tcl脚本，做你所要求的：
#!/usr/bin/env tclsh
package require csv
package require Tclx
# Parse the command line parameters
lassign $argv fileName columnNumber expectedValue
# Subtract 1 from columnNumber because Tcl's list index starts with a
# zero instead of a one
incr columnNumber -1
for_file line $fileName {
set columns [csv::split $line]
set columnValue [lindex $columns $columnNumber]
if {$columnValue == $expectedValue} {
puts $line
}
}
这个脚本保存到一个文件名为csv.tcl并调用它为：
$ tclsh csv.tcl filename indexNumber expectedValue
说明
该脚本逐行读取CSV文件线和存储在变量$行线，然后把它分割每行成列的列表（变量$列）。 其次，挑选出指定的列，并将其分配给$ columnValue变量。 如果有匹配，打印出原线。
Answer 6:
使用awk ：
export INDEX=2
export VALUE=bar
awk -F, '$'$INDEX' ~ /^'$VALUE'$/ {print}' inputfile.csv
编辑：按照丹尼斯·威廉姆森的优秀评论，这可能是更干净（和安全）使用定义变量AWK写-v开关：
awk -F, -v index=$INDEX -v value=$VALUE '$index == value {print}' inputfile.csv
哎呀...用变量，一切，AWK几乎是一个真正的编程语言 ...
Answer 7:
对于其中的数据不包含任何特殊字符的情况下，由内特 - 科尔和ghostdog74提出的解决方案是好的。
如果数据包含字段内逗号或换行符，AWK可能无法正确计算领域的数字，你会得到不正确的结果。
你仍然可以用awk，从一个程序我编写了csvquote（提供一些帮助https://github.com/dbro/csvquote ）：
csvquote inputfile.csv | awk -F, -v index=$INDEX -v value=$VALUE '$index == value {print}' | csvquote -u
该程序发现特殊字符引述领域内，并暂时用，不会混淆awk的非打印字符替换它们。 然后AWK完成后，他们得到恢复。
Answer 8:
index=1
value=2
awk -F"," -v i=$index -v v=$value '$(i)==v' file
Answer 9:
一个sed或awk解决方案可能会更短，但这里有一个Perl的：
perl -F/,/ -ane 'print if $F[<INDEX>] eq "<VALUE>"`
其中<INDEX>是基于0（0为第一列，1表示第二列等）
Answer 10:
我一直在寻找一个完美的解决方案，支持引用并且不需要安装任何东西在我的VMware vMA的家电看中。 原来，这个简单的Python脚本的伎俩！ （我命名脚本csv2tsv.py ，因为它转换成CSV制表符分隔值- TSV）
#!/usr/bin/env python
import sys, csv
with sys.stdin as f:
reader = csv.reader(f)
for row in reader:
for col in row:
print col+'\t',
print
制表符分隔值可以很容易地与切割命令被分割（没有分隔符需要指定，标签是默认值）。 下面是一个示例使用/输出：
> esxcli -h $VI_HOST --formatter=csv network vswitch standard list |csv2tsv.py|cut -f12
Uplinks
vmnic4,vmnic0,
vmnic5,vmnic1,
vmnic6,vmnic2,
在我的剧本，我真的要通过线来分析TSV输出线和使用读或切割得到我需要的字段。
文章来源: Bash shell scripting - csv parsing
