Re: Considerar '' como nulo en carga de datos desde csv

Rodrigo Ruiz Fuentes dijo [Wed, Feb 02, 2011 at 01:06:17PM -0300]:
> OK, agradezco tu ayuda, bueno, definitivamente utilicé el comando
> entregado con sed (no soy bueno con dicha herramienta) y limpia el
> archivo, primero intenté quitando todas las comillas dobles, luego saque
> el QUOTE del COPY, pero aún así me arroja errores, luego reemplacé todas
> los "" por "\N" para que los considerara como nulos, pero continúa dando
> errores.
> Definitivamente, he decidido que no me sirve de lada tener un dato nulo
> en una longitud o latitud, por lo tanto eliminaré la linea si uno de
> dichos campos es vacio ("" especificamente)... como señalé antes no
> manejo bien sed ni expresiones regulares, si pudieran ayudarme a hacer
> esta operación, estaría agradecido, se que quizás no es la lista
> apropiada, de otro modo lanzo la pregunta a una de linux..
> El archivo CSV tiene en las posiciones 4 y 5, latitud y longitud
> respectivamente, entonces habría que procesar el archivo, buscar en
> dichas posiciones valores "" y eliminar la linea... no me sirve buscar
> en toda la linea, pues hay campos de texto que si podrían ser "", los
> campos estan delimitados por punto y coma (;).

Puede servirte algo como lo siguiente:

cat datos | perl -n -e '@lin=split/;/; next if $lin[3] eq q("") or $lin[4] eq q(""); print join(";",@lin)'

No lo probé, pero debe funcionar. Vamos, eso de que hacer "un
programa" para procesar tus datos... No es tan pesado como suena ;-)

En este caso, la línea que te presento se traduce a:

- El switch -e de perl le indica que no lea el programa del disco,
sino que se lo paso a continuación↓

- El switch -n de perl indica que llame al programa que le especificas
(en este caso, lo que sigue al '-e') repetidamente, entregándole el
archivo línea por línea.

- @lin = split /;/ - Toma los datos de la línea en cuestión (que
están en la variable default, $_, que puede omitirse) y los separa
por el caracter ';', guardando el resultado en el arreglo @lin

- Si el cuarto o quinto elemento de @lin (recuerda que el primer
elemento es [0]) son iguales a la cadena '""', omite la línea y pasa
a la siguiente. Claro, no usé '""' porque estoy ya dentro de
comillas sencillas - Es equivalente a usar q("").

- Por último, imprime @lin, unido por el caracter ";"

Claro, por ahí podría ser más limpio asignar al principio a una
variable con permanencia (digamos, iniciar con "$lin = $_; @lin =
split..."), y al final imprimir $lin en vez de juntarlo de
vuelta... Queda a tu discreción.

Saludos,