【xlsx2csvを使おう！】 Excelデータシートのセル内改行をCsvファイルで取り扱う方法

csvをシェルコマンドで取り扱う上でもっとも厄介なものが改行文字です。
Excelではセルの中の文字列を改行して複数行で表示することができますが、Csv形式では改行文字

『\n』

によって行を識別するため、ExcelデータシートをそのままCsvファイルにエクスポートしてしまった場合、セルの途中の文字列にある改行文字により意図としない箇所でcsvデータが行分割されてしまいます。
今回は、

セル内改行

をCsv形式のテキストファイルでどのように扱えば良いのかを解説します。

【効果的学習法レポート】シェルスクリプトをこれから学びたい人のためのオススメ書籍＆教材特集

はじめに

当サイトではオフィス業務のComputer-Aidedなハイブリッドな方法を模索し、より効率的なExcel業務を実現したい多忙なオフィスワーカー向けの主にAwkとSedを使うシェル講座です。
シェルスクリプトはどこでもどんなOSでも基本的に使えて、しかも一度使い方を覚えると、Excelと組み合わせて最高に効率の良いオフィスワークツールが作れることでしょう。

セル内改行を含むCsvファイルについて

まず、セル内改行を含む文字列をExcelからエクスポートした場合のcsvの中身はどのようなものか確認しましょう。

このシートをExcelから直接csv形式でエクスポートした場合に、シェル上で表示してみると以下のように表示されるでしょう。

開く/閉じる

            $ cat hoge.csv
"のどかな
田園風景","あ
小林さん！","メガネは
ずれ落ちる"
w,e,l
12,5,7

この標準出力から分かるように、セル内改行を含む文字列はダブルクォーテーション括弧("...\n...")の内部で定義されることで、その文字列はセルの中で改行されていることを示しています。
ですが、このやり方は、改行位置を\nで判別しているシェルコマンド処理にはとても相性の悪いため、セル内改行はあらかじめ

改行エスケープ

にしておかないと行けません。

【効果的学習法レポート】シェルスクリプトをこれから学びたい人のためのオススメ書籍＆教材特集

xlsx2csvによる-eオプションの利用

今回はこの改行エスケープを別記事にて紹介していた

xlsx2csvコマンド

を使う方法を紹介します。

【xlsx2csvコマンド活用編】Linux環境でExcelファイル(xls/xlsx)をCSVデータに変換する

LinuxコマンドからExcelのCsv形式のデータをエクスポートしたい場合に利用できるxlsx2csvコマンドの使い方を簡単に解説します。

xlsx2csvを使えばExcelシートから直接かつ簡潔に、セル内改行の改行エスケープを行うことが可能です。
先程例に挙げたExcelファイルをhoge.xlsxとしてローカルに保存し、xlsx2csvコマンドから直接csvデータにアクセスしてみましょう。

開く/閉じる

            $ xlsx2csv -e hoge.xlsx | awk -F"," '{ print $1, $2, $3; }'
#👇出力
のどかな\n田園風景 あ\n小林さん！ メガネは\nずれ落ちる
w e l
12 5 7

結果は見ての通りで、セル内改行の適切な位置で

\n

として改行エスケープが実行されています。
もしもxlsx2csvによる-eオプションではなく、同様の結果をSedスクリプトで操作しようと思うと、改行を含む複数行に跨る文字列をマッチさせたり、ループ処理やNコマンドやホールドスペースの活用など、非常に厄介な問題をクリアしないといけなくなります。
ということで、Sedでも同じ処理をやれなくはないのですが、過去にxlsx2csvの-eオプションを知る前に使っていたセル内改行の自動検出のスクリプトは上級シェル芸人向きになるため、腕試しとしては面白い題材ですが、実用上はxlsx2csv(-eオプション)が最強です。
個人的にはExcelデータをシェルコマンドに橋渡しする上で、xlsx2csvの-eオプションはまさに神ツールのような気がします。