awk |拆分列并使用子字符串映射

文件1（包含数百万条记录的大文件）

1,5404920012，类型1，信息1
420100234，类型2，信息2
2,34049001223，类型3，信息3
3,150492001223，类型4，信息4

文件2（只有10行的小文件）

40492=产品1
10000=产品2

输出

15404920012，类型1，产品1，信息1
420100234，类型2，产品2，信息2
2,34049001223，类型3，产品1，信息3
3,150492001223，类型4，NOMATCH，信息4

注：
我想比较文件1和文件2第3列的前5个字符
匹配字段后，product1应位于输出的第5列

我的尝试：
虽然我在awk高级编程方面是新手，但到目前为止我学到了很多。。我可以按如下方式合并2个文件：

开始{FS=OFS=“，”} FNR==NR{ x=1美元； $1 = ""; a[x]＝$0； 下一个 }
{ 如果（a中为3美元）打印$0，“a[$3]； 否则打印$0“，”； }

但问题是。。我不知道如何为第二个文件传递不同的FS（=在第二个文件的情况下）以及如何组合substr函数echo 404920012 | awk'{print substr（$0,1,5）}' 处于“如果”状态

试试看

awk -f p.awk file2 file1

其中

p.awk

为

BEGIN{
    FS=","
    OFS=","
}

NR==FNR {
    split($1,a,"=")
    keys[a[1]]=a[2]
    next
}
{
    k=substr($3,1,5)
    if (k in keys) 
        p=keys[k]
    else
        p="NOMATCH"
    $4=$4 OFS p
    print
}

输出：

1,5,404920012,type1,product1,info1
4,2,10000234,type2,product2,info2
2,3,40492001223,type3,product1,info3
3,1,50492001223,type4,NOMATCH,info4

---

在这种情况下，由于输入文件之间的FS不同，您希望在文件之间将FS设置为适当的值，而不是在awk命令参数中使用

-F

或

-v FS=

：

awk '
NR==FNR { map[$1] = $2; next }
{
    key = substr($3,1,5)
    $5 = (key in map ? map[key] : "NOMATCH") OFS $5
    print
}
' FS='=' File2 FS=',' OFS=',' File1

---

以防万一：这比您选择的答案更简短，功能上是等效的，因此请不要更改以选择此答案。

我已更新了我尝试过的内容以及我在查询下面遇到的问题。。谢谢Håkon。。那真的很有帮助。。但是，在指定print$1、$2、$3、$4、p、$5时，是否可能。。我也可以指定范围？例如，如果我的文件有100个字段。。因此，我们不写单独的列名，而是写$1-$4，p，$5-$100..？您能解释一下吗？keys[a[1]]=a[2]谢谢。。不知道如果文件真的很大，循环会有多贵。。在这种情况下，它将针对每一列循环每一行。。但是无论如何。。我得到了真正有意义的答案。。thanks@VipinChoudhary

keys[a[1]]=a[2]

根据

split

函数的结果构建一个关联数组

keys

。@VipinChoudhary我找到了一个更好的解决方案，请参阅更新。。现在，您根本不必使用

for

循环：）