Экспорт текста в csv с использованием первого и последнего столбца

Использование sed

$ sed -E 's~[0-9/]+~& |~;s~([0-9]+,)?[0-9]+\.[0-9]+~| & |~' input_file
28/03/2023 | NETBANKING TRANSFER (Ref# 328012838897) | 7,465.00 | Cr
29/03/2023 | BHAVNA CHEMIST | 848.00 |
29/03/2023 | ANUPAM STATIONERY MUMBAI | 199.00 |
04/04/2023 | SpayBBPS 2100001818 Mahan 30933624 | 1,134.00 |

Я бы использовал GNU AWK для этой задачи следующим образом, пусть file.txt контент будет

28/03/2023 NETBANKING TRANSFER (Ref# 328012838897) 7,465.00 Cr
29/03/2023 BHAVNA CHEMIST 848.00
29/03/2023 ANUPAM STATIONERY MUMBAI 199.00
04/04/2023 SpayBBPS 2100001818 Mahan 30933624 1,134.00

затем

awk '{$1=$1 " |";if ($NF+0){$NF = "| " $NF}else{$(NF-1) = "| " $(NF-1)};print}' file.txt

дает вывод

28/03/2023 | NETBANKING TRANSFER (Ref# 328012838897) | 7,465.00 Cr
29/03/2023 | BHAVNA CHEMIST | 848.00
29/03/2023 | ANUPAM STATIONERY MUMBAI | 199.00
04/04/2023 | SpayBBPS 2100001818 Mahan 30933624 | 1,134.00

Объяснение: я добавляю пробел, за которым следует символ вертикальной черты, к первому полю, чтобы отделить 1-е поле от остальных, затем я проверяю, имеет ли последний файл префикс, который представляет собой ненулевое число, если он сохраняется, я добавляю трубку, за которой следует пробел, к последнему полю, в противном случае я добавляю что поле перед последним. Отказ от ответственности Я предполагаю, что ваши входные данные всегда имеют 3 или более полей, если это не так, не используйте мой код.

(проверено в GNU Awk 5.0.1)

Все, что связано с PCRE, разрешает этот анализ.

Регулярное выражение:

/^(\d\d/\d\d/\d\d\d\d)\s+(.*?)\s+([\d,]+\.\d\d) *(.*)$/

Разделяет четыре группы. Демо

Вот Ruby, использующий это регулярное выражение:

ruby  -e '$<.each{|line|
    puts line.scan(/^(\d\d/\d\d/\d\d\d\d)\s+(.*?)\s+([\d,]+\.\d\d) *(.*)$/).join(" | ") }
' file 

Или Перл:

perl -nE 'say join(" | ", $1, $2, $3, $4) 
           if m/^(\d\d/\d\d/\d\d\d\d)\s+(.*?)\s+([\d,]+\.\d\d) *(.*)$/' file 

Вы также можете сделать это в два этапа с помощью sed, если версия поддерживает {repetitions}, что делают большинство современных версий:

sed -E 's/^[0-9]{2}/[0-9]{2}/[0-9]{4} /&| /; s/(.*) ([0-9,]{1,}\.[0-9]{2})(.*)$/\1 | \2 | \3/' file

Любой из этих принтов:

28/03/2023 | NETBANKING TRANSFER (Ref# 328012838897) | 7,465.00 | Cr
29/03/2023 | BHAVNA CHEMIST | 848.00 | 
29/03/2023 | ANUPAM STATIONERY MUMBAI | 199.00 | 
04/04/2023 | SpayBBPS 2100001818 Mahan 30933624 | 1,134.00 | 

Это может сработать для вас (GNU sed):

sed -E 's/( .*)( [0-9,.]+) ?/ |\1 |\2 | /' file

Используя жадность: поместите 3 разделителя | (с пробелами по обеим сторонам), заменив первый пробел, тот, что перед последним числом, и после последнего числа.

Предположения:

• желаемый вывод всегда должен иметь 1 пробел до/после | (в отличие от примера вывода OP, который варьируется от 1 до 2 пробелов)
• если в строке есть необязательное 4-е поле (например, Cr в примере), это 4-е поле никогда не содержит числа
• если в строке нет необязательного 4-го поля, мы заканчиваем строку | (без пробела в конце)

Одна awk идея:

awk '
      { $1=$1 " |"                     # append " |" to 1st field
        if ($NF ~ /[0-9]/)             # if last field is a monetary value (ie, no 4th field)
           $NF = "| " $NF " |"           # prepend with "| " and end line with "|" (sans trailing white space)
        else {                         # else prepend last two fields with "| "
           $(NF-1) = "| " $(NF-1)
           $NF = "| " $NF
        }
      }
1                                      # print modified line to stdout
' test.txt

Это генерирует:

28/03/2023 | NETBANKING TRANSFER (Ref# 328012838897) | 7,465.00 | Cr
29/03/2023 | BHAVNA CHEMIST | 848.00 |
29/03/2023 | ANUPAM STATIONERY MUMBAI | 199.00 |
04/04/2023 | SpayBBPS 2100001818 Mahan 30933624 | 1,134.00 |

Предполагая, что вам действительно нужен действительный вывод CSV, используйте GNU awk в качестве третьего аргумента для match():

$ cat tst.awk
BEGIN { OFS = "\",\"" }
match($0,/^(\S+)\s+(.*\S)\s+([0-9][0-9,.]*)\s*(\S+)?$/,a) {
    print "\"" a[1], a[2], a[3], a[4] "\""
}

$ awk -f tst.awk file
"28/03/2023","NETBANKING TRANSFER (Ref# 328012838897)","7,465.00","Cr"
"29/03/2023","BHAVNA CHEMIST","848.00",""
"29/03/2023","ANUPAM STATIONERY MUMBAI","199.00",""
"04/04/2023","SpayBBPS 2100001818 Mahan 30933624","1,134.00",""

Если ваши строки ввода могут содержать двойные кавычки, добавьте их непосредственно перед строкой print, чтобы избежать их в выводе:

    for ( i=1; i in a; i++ ) {
        gsub(/"/,"\"\"",a[i])
    }