forma más rápida de convertir archivos delimitados por tabulaciones a csv en linux

Si todo lo que necesita hacer es traducir todos los caracteres de tabulación a caracteres de coma, tr es probablemente el camino a seguir.

El espacio en blanco aquí es una pestaña literal:

$ echo "hello   world" | tr "\\t" ","
hello,world

Por supuesto, si tiene pestañas incrustadas dentro de cadenas literales en el archivo, esto también las traducirá incorrectamente; pero las pestañas literales incrustadas serían bastante poco comunes.

perl -lpe 's/"/""/g; s/^|$/"/g; s/\t/","/g' < input.tab > output.csv

Perl es generalmente más rápido en este tipo de cosas que sed, awk y Python.

Si le preocupan las comas incrustadas, deberá usar un método un poco más inteligente. Aquí hay una secuencia de comandos de Python que toma líneas TSV de stdin y escribe líneas CSV en stdout:

import sys
import csv

tabin = csv.reader(sys.stdin, dialect=csv.excel_tab)
commaout = csv.writer(sys.stdout, dialect=csv.excel)
for row in tabin:
  commaout.writerow(row)

Ejecútelo desde un shell de la siguiente manera:

python script.py < input.tsv > output.csv

• Si desea convertir todo el archivo tsv en un archivo csv:

  $ cat data.tsv | tr "\\t" "," > data.csv
  

• Si desea omitir algunos campos:

  $ cat data.tsv | cut -f1,2,3 | tr "\\t" "," > data.csv
  

  El comando anterior convertirá el archivo data.tsv en un archivo data.csv que contiene solo los primeros tres campos.