Awk 提取边缘列表中的特定行

我有一个包含数百万条无向边的大型网络文件： edge.txt带有节点1、节点2和一些数字属性

给定另一个文件input.txt

a
b
c

a   b   0.8
b   c   0.1
a   c   0.1

只有在input.txt中同时具有节点（node1和node2）的边才应打印

a
b
c

a   b   0.8
b   c   0.1
a   c   0.1

我试过：

awk 'FNR==NR {a[$0]++;next}{if ($1 in a && $2 in a) {print}}' input.txt edge.txt

---

需要一些建议吗？谢谢

您可以试试这个

awk

脚本：

awk 'NR==FNR{a[$1];next}($1 in a)&&($2 in a)' input.txt edge.txt

---

数组查找需要括在括号内，并且不需要

print

语句（因为这是条件有效时的默认语句）。

另一个尝试最小化对哈希

b

的查找的语句，如果edge>>输入：

$ awk '
NR==FNR && !($1 in a) {   # if node not in hash a yet, ie. remove duplicates in input
    for(i in a) {         # "c" -> a[]: insert to b: ca, ac, cb, bc
        b[$1 i]
        b[i $1]
    }
    a[$1]                 # new entries go to a as well
    next
}
($1 $2 in b) {
    # delete b[$1 $2]     # uncomment these to remove duplicates
    # delete b[$2 $1]     # ie. "a b 0.8" vs. "b a 0.8"
    print
}' input edge  # if both $1 and $2 are in a, $1 $2 is in b

输出：

a   b   0.8
b   c   0.1
c   b   0.1
b   a   0.8
a   c   0.1

删除重复项后：

a   b   0.8
b   c   0.1
a   c   0.1

---

@oliv的方法是正确的，但是如果你想移除转置对，你需要添加更多的条件

$ awk 'NR==FNR{a[$1]=1; next} a[$1] && a[$2] && !b[$1,$2]++ && !b[$2,$1]++' input edge

a   b   0.8
b   c   0.1
a   c   0.1