Awk 使用可搜索密钥比较2个文件_Awk_Gawk

Awk 使用可搜索密钥比较2个文件

awk

Awk 使用可搜索密钥比较2个文件,awk,gawk,Awk,Gawk,你好我一直在试图找到一个类似问题的解决方案，但我似乎无法解决它。正在寻求某种帮助我有两个文件，我想比较。文件1和文件2的实体模型内容如下所示：文件1: 50 0004312805201 06740 2310821

你好

我一直在试图找到一个类似问题的解决方案，但我似乎无法解决它。正在寻求某种帮助

我有两个文件，我想比较。文件1和文件2的实体模型内容如下所示：

文件1:

50       0004312805201        06740         2310821                                                                                                                                
50      0004986504201        00845         2310837                                                                                                                                
50      0003913155201        47679         2310762                                                                                                                                
50      0004997395201        2035          2311180                                                                                                                                
50      0001147242201        15000         23108723                                                                                                                                
50      0005771878201        13545         I3840000

0003913155 A

0005771878 A

0004312805 A

0000000015 B

0000000012 B

1111111111 E

50       0004312805201        06740         2310821 A                                                                                                                               
50      0004986504201        00845         2310837 NO                                                                                                                             
50      0003913155201        47679         2310762 A                                                                                                                               
50      0004997395201        2035          2311180 NO                                                                                                                             
50      0001147242201        15000         23108723 NO                                                                                                                               
50      0005771878201        13545         I3840000 A

文件2:

50       0004312805201        06740         2310821                                                                                                                                
50      0004986504201        00845         2310837                                                                                                                                
50      0003913155201        47679         2310762                                                                                                                                
50      0004997395201        2035          2311180                                                                                                                                
50      0001147242201        15000         23108723                                                                                                                                
50      0005771878201        13545         I3840000

0003913155 A

0005771878 A

0004312805 A

0000000015 B

0000000012 B

1111111111 E

50       0004312805201        06740         2310821 A                                                                                                                               
50      0004986504201        00845         2310837 NO                                                                                                                             
50      0003913155201        47679         2310762 A                                                                                                                               
50      0004997395201        2035          2311180 NO                                                                                                                             
50      0001147242201        15000         23108723 NO                                                                                                                               
50      0005771878201        13545         I3840000 A

我需要在文件1的字段2上执行

子字符串

，以生成

10个字符长度的可搜索键值

，并在文件2的字段1中找到匹配值

如果找到匹配项，则打印整个file1行，并将file2中的field2作为新字段追加

如果不匹配，则打印整个file1行，并将字符串“no”作为新字段追加。最好将输出重定向到文件

示例输出如下所示

输出：

50       0004312805201        06740         2310821                                                                                                                                
50      0004986504201        00845         2310837                                                                                                                                
50      0003913155201        47679         2310762                                                                                                                                
50      0004997395201        2035          2311180                                                                                                                                
50      0001147242201        15000         23108723                                                                                                                                
50      0005771878201        13545         I3840000

0003913155 A

0005771878 A

0004312805 A

0000000015 B

0000000012 B

1111111111 E

50       0004312805201        06740         2310821 A                                                                                                                               
50      0004986504201        00845         2310837 NO                                                                                                                             
50      0003913155201        47679         2310762 A                                                                                                                               
50      0004997395201        2035          2311180 NO                                                                                                                             
50      0001147242201        15000         23108723 NO                                                                                                                               
50      0005771878201        13545         I3840000 A

你们建议我如何通过

awk

或

gnuawk

解决这个问题？在准备可搜索密钥子字符串并在

awk/GNU awk

中使用它来构建数组时遇到问题

任何帮助都将不胜感激。我正在旋转我的轮子

谢谢

awk '
     FNR==NR{ a[$1]=$2; next }
     { s=substr($2,1,10); print $0,(s in a ?a[s]:"No") }
    ' file2 file1 > your_output_file

输入：

$ cat file1
50 0004312805201 06740 2310821
50 0004986504201 00845 2310837
50 0003913155201 47679 2310762
50 0004997395201 2035 2311180
50 0001147242201 15000 23108723
50 0005771878201 13545 I3840000 

$ cat file2
0003913155 A
0005771878 A
0004312805 A
0000000015 B
0000000012 B
1111111111 E

输出

$ awk 'FNR==NR{a[$1]=$2;next}{s=substr($2,1,10);print $0, (s in a ? a[s] : "No") }' file2 file1
50 0004312805201 06740 2310821 A
50 0004986504201 00845 2310837 No
50 0003913155201 47679 2310762 A
50 0004997395201 2035 2311180 No
50 0001147242201 15000 23108723 No
50 0005771878201 13545 I3840000  A

不确定OP在

中的含义生成一个10个字符长度的可搜索键值。我将其解释为：file2的字段1中的值必须是file1中字段2的子字符串
输入
$ cat file1
50 0004312805201 06740 2310821
50 0004986504201 00845 2310837
50 0003913155201 47679 2310762
50 0004997395201 2035 2311180
50 0001147242201 15000 23108723
50 0005771878201 13545 I3840000

及
调用tst.awk将生成输出：
$ awk -f tst.awk file2 file1
50 0004312805201 06740 2310821 A
50 0004986504201 00845 2310837 NO
50 0003913155201 47679 2310762 A
50 0004997395201 2035 2311180 NO
50 0001147242201 15000 23108723 NO
50 0005771878201 13545 I3840000 A

或者，使用oneliner：
$ awk '/^[0-9]/ && NR==FNR { a[$1]=$2; next } /^[0-9]/{f=0;for (i in a){if (index($2, i)){print $0, a[i];f++;break;}}}/^[0-9]/ && !f{ print $0, "NO" }' file2 file1

要生成一个10个字符长的可搜索密钥-该密钥是否可以从字段的开头开始？可能的重复项我将在明天查看提供的反馈并回复评论。感谢所有的回应。