CSV-Dateien im Linux-Terminal anzeigen – Keine Tabellenkalkulation erforderlich
Kurze Zusammenfassung
Verwenden Sie column -t -s, file.csv | less -S, um CSV-Dateien im Linux-Terminal mit korrekt ausgerichteten Spalten anzusehen. Dieser Leitfaden zeigt Ihnen 8 praktische Befehle, um CSV-Daten zu überprüfen, zu filtern und zu analysieren, ohne ein Tabellenkalkulationsprogramm zu öffnen.
Einführung
LibreOffice Calc oder Excel öffnen, um zu überprüfen, ob eine CSV 500 Zeilen oder 5.000 hat? Um Artikel mit geringem Lagerbestand zu überprüfen? Um Preisfehler zu erkennen? Es gibt einen schnelleren Weg, der auf jedem Linux-Server oder Terminal funktioniert.
Dieser Leitfaden zeigt Ihnen, wie Sie CSV-Dateien direkt im Linux-Terminal inspizieren können, indem Sie eingebaute Befehle verwenden. Sie lernen, strukturierte Daten schnell zu lesen, zu filtern, zu sortieren und zu analysieren—ohne GUI-Anwendungen, ohne spezielle Werkzeuge zu installieren und ohne die Originaldateien zu bearbeiten.
Was Sie lernen werden:
- CSV-Dateien mit richtiger Spaltenausrichtung anzeigen
- Zeilen nach bestimmten Kriterien filtern (Status, Preis, Datum)
- Daten numerisch oder alphabetisch sortieren
- Wählen Sie nur die Spalten aus und zeigen Sie sie an, die Sie benötigen
- Datensätze zählen und Daten schnell überprüfen
- Große Dateien sicher verarbeiten, ohne dass Ihr Terminal einfriert
Beispiel: inventar.csv
Wir werden diese Beispiel-CSV-Datei mit dem Namen inventory.csv im gesamten Leitfaden verwenden:
id,name,category,price,quantity,status
101,Keyboard,Input,1200,15,ok
102,Mouse,Input,600,3,low_stock
103,Monitor,Display,8500,7,ok
104,USB Cable,Accessory,250,50,ok
105,Webcam,Camera,3200,2,low_stock
Dies stellt typische strukturierte Daten dar: Kopfzeile, durch Kommas getrennte Werte, gemischter Text und Zahlen.
1. CSV mit ausgerichteten Spalten anzeigen
Problem: Rohe CSV-Dateien sind visuell schwer zu lesen.
Lösung: Verwenden Sie den column-Befehl, um Daten in saubere Spalten auszurichten:
column -t -s, inventory.csvWas es tut:
-terstellt ein Tabellenformat-s,gibt das Komma als Trennzeichen an
Beispielausgabe:
id name category price quantity status
101 Keyboard Input 1200 15 ok
102 Mouse Input 600 3 low_stock
103 Monitor Display 8500 7 ok
104 USB Cable Accessory 250 50 ok
105 Webcam Camera 3200 2 low_stockIhre Originaldatei bleibt unverändert – dies betrifft nur die Anzeige.
2. Große CSV-Dateien sicher ansehen
Problem: Große Dateien überschwemmen Ihr Terminal mit Tausenden von Zeilen.
Lösung: Leiten Sie die Ausgabe zur scrollbaren Ansicht an less weiter:
column -t -s, inventory.csv | less -SVorteile:
-Sverhindert den Zeilenumbruch (verwenden Sie die Pfeiltasten, um horizontal zu scrollen)- Mit
/Taste suchen - Mit der
q-Taste beenden - Funktioniert mit Dateien mit Millionen von Zeilen
- Keine Speicherprobleme oder Abstürze des Terminals
Dies ist wesentlich, wenn Produktionsdaten oder Serverprotokolle über SSH überprüft werden.
3. Kopfzeilen beim Scrollen sichtbar halten
Problem: Die Kopfzeilen verschwinden beim Scrollen durch die Daten.
Lösung: Heften Sie die Kopfzeile oben fest:
(head -n 1 inventory.csv && tail -n +2 inventory.csv | column -t -s,) | less -SWie es funktioniert:
head -n 1zeigt die Kopfzeile einmal antail -n +2zeigt alle Zeilen außer der Kopfzeilecolumn -t -s,formatiert die Datenzeilen- Der Kopfbereich bleibt oben, während Sie durch Tausende von Datensätzen scrollen
Perfekt zur Überprüfung großer Datensätze oder zur Durchsicht von Datenbankexporten.
4. Nur bestimmte Spalten anzeigen
Problem: Zu viele Spalten erzeugen visuelles Durcheinander.
Lösung: Wählen Sie mit cut nur die Spalten aus, die Sie benötigen:
cut -d, -f2,4,5 inventory.csv | column -t -s,Erklärung:
-d,setzt Trennzeichen auf Komma-f2,4,5wählt die Spalten 2 (Name), 4 (Preis), 5 (Menge) aus
Beispielausgabe:
name price quantity
Keyboard 1200 15
Mouse 600 3
Monitor 8500 7
USB Cable 250 50
Webcam 3200 2Verwenden Sie dies, um sich während der Datenvalidierung oder schnellen Überprüfungen auf relevante Felder zu konzentrieren.
5. CSV nach numerischen Werten sortieren
Problem: Es müssen die höchsten Preise, ältesten Daten oder größten Mengen gefunden werden.
Lösung: Verwenden Sie sort mit dem numerischen Modus:
sort -t, -k4,4n inventory.csv | column -t -s,Flaggen erklärt:
-t,legt Komma als Trennzeichen fest-k4,4sortiert nach Spalte 4 (Preis)naktiviert die numerische Sortierung (100 < 1000, nicht alphabetisch "1000" < "100")
Ergebnis: Artikel nach Preis von niedrig bis hoch sortiert.
id name category price quantity status
104 USB Cable Accessory 250 50 ok
102 Mouse Input 600 3 low_stock
101 Keyboard Input 1200 15 ok
105 Webcam Camera 3200 2 low_stock
103 Monitor Display 8500 7 okHäufige Anwendungsfälle:
- Ausreißer in der Preisgestaltung finden
- Top- und Spitzenleister identifizieren
- Erkennen Sie Dateneingabefehler (negative Zahlen, Nullen, wo sie nicht sein sollten)
6. Zeilen nach Muster oder Status filtern
Problem: Müssen bestimmte Artikel schnell finden (Fehlerstatus, niedriger Lagerbestand, bestimmte Daten).
Lösung: Kombinieren Sie column mit dem grep-Befehl:
column -t -s, inventory.csv | grep --color=always low_stockWarum das funktioniert:
grepfiltert Zeilen, die „low_stock“ enthalten--color=alwayshebt Treffer hervor- Tabellenformatierung beibehalten
- Funktioniert mit jedem Muster (Daten, Fehlercodes, Statuswerte)
Weitere Beispiele:
# Find items priced over 1000
column -t -s, inventory.csv | grep -E "(^id|[0-9]{4,})"
# Find all accessories
column -t -s, inventory.csv | grep Accessory
# Case-insensitive search
column -t -s, inventory.csv | grep -i "mouse"7. Zeilen zählen (ohne Kopfzeile)
Problem: Es müssen Datensatzanzahlen zur Datenvalidierung überprüft werden.
Lösung: Überspringen Sie die Kopfzeile und zählen Sie die Datenzeilen:
tail -n +2 inventory.csv | wc -lRückgabewerte: 6 (die Anzahl der Datenzeilen)
Wann zu verwenden:
- Datenimport/-export überprüfen (vorher: 1000 Zeilen, nachher: 1000 Zeilen?)
- Überprüfen Sie die Filterergebnisse (
grep pattern file.csv | wc -l) - Batch-Verarbeitung validieren
- Dateiversionen vergleichen
8. Arbeiten Sie auf die gleiche Weise mit JSON-Daten
Problem: Viele APIs geben JSON zurück, nicht CSV.
Lösung: Konvertiere JSON mit jq in CSV-Format:
jq -r '.[] | [.id, .name, .price] | @csv' inventory.json | column -t -s,Beispiel JSON:
[
{"id":101,"name":"Keyboard","price":1200},
{"id":102,"name":"Mouse","price":600}
]Ausgabe: Dasselbe formatierte Tabelle wie CSV.
Dies ermöglicht es Ihnen, denselben Workflow für REST-API-Antworten, NoSQL-Exporte und Konfigurationsdateien zu verwenden.
Terminal vs Tabellenkalkulation: Wann man welches verwenden sollte
Verwenden Sie das Linux-Terminal, wenn Sie Folgendes benötigen:
- Schnelle Inspektion
- Arbeiten auf entfernten Servern über SSH
- Automatisierung der Datenvalidierung in Skripten
- Verarbeitung von Dateien, die für Tabellenkalkulationen zu groß sind
- Nur-Lese-Operationen (null Risiko versehentlicher Bearbeitungen)
- Skripterstellung und Automatisierung
Verwenden Sie eine Tabellenkalkulation, wenn Sie Folgendes benötigen:
- Diagramme und Visualisierungen
- Komplexe Formeln und Berechnungen
- Manuelle Dateneingabe oder -bearbeitung
- Pivotierung und Kreuztabellierung
- Zusammenarbeit mit nicht-technischen Nutzern
Profi-Tipp: Verwenden Sie das Terminal zur Inspektion, die Tabellenkalkulation zur Analyse.
Häufig gestellte Fragen (FAQ)
F: Kann ich CSV-Dateien mit diesen Befehlen bearbeiten?
A: Nein. Jeder Befehl hier ist nur lesbar, was absichtlich so ist. Zum Bearbeiten verwenden Sie sed, awk oder einen Texteditor. Diese Befehle sind für sichere Überprüfung und Validierung konzipiert.
F: Was ist, wenn meine CSV statt Kommata Semikolons verwendet?
A: Ersetzen Sie -s, in allen Befehlen durch -s';'. Beispiel:column -t -s';' file.csv
F: Funktioniert column mit tabulatorgetrennten Dateien (TSV)?
A: Ja. Verwenden Sie -s$'\t' für Tabs:column -t -s$'\t' file.tsv
F: Ist die Spalte standardmäßig installiert?
A: Ja, auf 99 % der Linux-Distributionen. Es ist Teil von util-linux (RHEL, CentOS, Fedora) oder bsdmainutils (Debian, Ubuntu).
F: Wie gehe ich mit CSV-Dateien um, die mit Anführungszeichen versehene Kommas enthalten?
A: Der column-Befehl behandelt ALLE Kommas als Trennzeichen, selbst innerhalb von Anführungszeichen. Für komplexe CSV-Analysen mit in Anführungszeichen gesetzten Feldern verwenden Sie csvkit oder das python csv module. Die meisten realen CSV-Dateien funktionieren jedoch problemlos mit column.
Spickzettel: CSV-Dateien im Linux-Terminal anzeigen
# View CSV with aligned columns
column -t -s, file.csv
# Scroll large files safely
column -t -s, file.csv | less -S
# Keep header visible
(head -n 1 file.csv && tail -n +2 file.csv | column -t -s,) | less -S
# Select specific columns (2, 4, 5)
cut -d, -f2,4,5 file.csv | column -t -s,
# Sort by column 4 numerically
sort -t, -k4,4n file.csv | column -t -s,
# Filter rows by pattern
column -t -s, file.csv | grep pattern
# Count data rows (skip header)
tail -n +2 file.csv | wc -l
# Convert JSON to CSV format
jq -r '.[] | [.field1, .field2] | @csv' data.json | column -t -s,
# Handle semicolon-separated files
column -t -s';' file.csv
# Handle tab-separated files (TSV)
column -t -s$'\t' file.tsvNächste Schritte
In diesem Tutorial haben Sie gelernt, wie man CSV-Dateien effizient im Linux-Terminal überprüft. Jetzt können Sie:
- Automatisieren Sie die Datenvalidierung in Bereitstellungsskripten
- Bash-Funktionen erstellen für wiederholte Aufgaben (zu
.bashrchinzufügen) - Befehle kombinieren für komplexe Abfragen (
sort | grep | cut) - Mehrere Dateien verarbeiten mit Schleifen:
for f in *.csv; do ... done - Protokolldateien überwachen im CSV-Format in Echtzeit
Die wahre Kraft kommt davon, diese Befehle zu Workflows zu kombinieren, die auf Ihre spezifischen Bedürfnisse zugeschnitten sind. Jedes Werkzeug macht eine Sache gut. Wenn sie miteinander verkettet werden, ersetzen sie ganze Anwendungen zur Dateninspektion.
Möchten Sie tiefer gehen? Erfahren Sie mehr über awk für komplexe CSV-Transformationen, sed für Text-Ersetzungen und join zum Zusammenführen von CSV-Dateien basierend auf gemeinsamen Feldern.
Empfohlene Lektüre:
- Wie man CSV-Dateien in Bash-Skripten unter Linux analysiert
- Wie man JSON mit Linux-Kommandozeilentools analysiert und schön ausgibt
