Awk 打印具有多个分隔符的类似列的行

我有两个文件：

file1.txt

dn_id101_400_CT_TC    string1
dn_id111_60_TT_AA    string2

file2.txt

dn_id101_400_XX_XX    diffstring1
dn_id400_40_XY_YX    diffstring2
dn_id111_60_GG_CC    diffstring3

如果file2.txt中的行中存在由file1.txt中的

\uu

分隔的前三个元素，我想打印file2.txt中的行。这是我想要的输出：

dn_id101_400_XX_XX    diffstring1
dn_id111_60_GG_CC    diffstring3

有办法做到这一点吗？可能通过更改

awk

的分隔符？我不知道如何在

awk

命令中处理多个分隔符。下面是我想使用的示例：

awk -F"\t" 'FNR==NR {a[$1]; next}; $1 in a' file1.txt file2.txt

你可以做：

$ awk -F"\t" '     
            {s=$1; sub(/_[[:upper:]]+_[[:upper:]]+$/, "", s)} 
    FNR==NR { arr[s]++} 
    FNR<NR && (s in arr)' f1 f2
dn_id101_400_XX_XX  diffstring1
dn_id111_60_GG_CC   diffstring3

---

我的方法是从file1中提取您想要的“key”值

awk -F_ '
        NR==FNR{str="^"$1"_"$2"_"$3; arr[str]=str}
        NR!=FNR{for (x in arr){if ($0 ~ x) {print  $0 ; next }}}
        #END{for(x in arr) print "arr["x"]="arr[x]}
        ' f1.txt f2.txt

输出

dn_id101_400_XX_XX    diffstring1
dn_id111_60_GG_CC    diffstring3

这会将文件1中的前3个

分隔值重新构造为

$1“\u2”\u3

。 删除

#

注释字符以查看

arr[]

中存储了哪些值

NR==FNR

和

NR=FNR

控制将哪个文件读入

arr[]

并处理哪个文件以匹配

（$0~str）

---

IHTH

替代解决方案，具有

剪切

，

粘贴

，

加入

，

排序

和功能定义，以复制

awk

功能

$ f() { paste <(cut -d_ -f1-3 ${1}) ${1} | sort; }; \
  join -o2.2,2.3 <(f file1) <(f file2)    

dn_id101_400_XX_XX diffstring1
dn_id111_60_GG_CC diffstring3

$f（）{paste您只需要：

$ awk -F_ '{k=$1 FS $2 FS $3} NR==FNR{a[k];next} k in a' file1 file2
dn_id101_400_XX_XX    diffstring1
dn_id111_60_GG_CC    diffstring3

您可能希望将正则表达式匹配锚定到字符串的开头，并在速度有问题的情况下打破循环。@shawnt00：是的，谢谢您的好主意。更新了我的答案，尽管EdM在“chars reduction department！”中击败了我！-）祝大家好运。谢谢@dawg！我能够轻松编辑第二个解决方案以适合我的具体位置这可能会很好。但是，在让我的
加入
正常工作方面，我遇到了一些严重的问题。谢谢你的建议！：）什么不起作用？除了输出格式之外，
加入
中没有隐藏的魔法，使用默认键。
$ awk -F_ '{k=$1 FS $2 FS $3} NR==FNR{a[k];next} k in a' file1 file2
dn_id101_400_XX_XX    diffstring1
dn_id111_60_GG_CC    diffstring3