Come trattare le interruzioni di riga in file CSV

A cura di Dennis Angemi  | issue #202 | guida/e Andrea Borruso

Quando si lavora con file CSV (magari convertiti da altri formati e.g. xlsx) non è difficile imbattersi in “problemi” di questo tipo

Titolo,Autore
"Divina
Commedia","Dante
Alighieri"
"Il fu
Mattia Pascal","Luigi 
Pirandello"

in cui i contenuti di quelle che in un foglio di calcolo sarebbero delle celle presentano dei fastidiosi ritorni a capo.

Per ottenere in output un file come:

Titolo,Autore
Divina Commedia,Dante Alighieri
Il fu Mattia Pascal,Luigi Pirandello

è possibile utilizzare la utility miller lanciando

mlr --csv -S put 'for (k in $*) {$[k] = gsub($[k], "\n", " ")}' then clean-whitespace file.csv

Questo comando è in grado di cercare il carattere speciale \n newline e di sostituirlo con " “. In seguito clean-whitespace rimuoverà eventuali doppi spazi.

Riferimenti

• Miller : https://github.com/johnkerl/miller