Awk 查找文本文件中多行的公共元素

假设File.txt如下所示：

A1 B C D 
E F C H
C J 
A2 F B
D J C 
F T Y U I
B C N J Y

我需要的是检查以模式^A开头的行，然后查找从$2到行尾的元素。然后我需要在以这些元素开始的行中找到公共元素。以下是File.txt的输出：

A1 C J
A2 Y

或

输出中公共元素（如J和C）的顺序无关紧要

---

p.S.Awk是首选。

这有点难看，我觉得它应该可以以更干净的方式实现，但它至少对样本数据有效

/^A/ {
    amap[$1]=NF - 1
    for (i=2; i<=NF; i++) {
        rmap[$i]=rmap[$i] (rmap[$i]?SUBSEP:"") $1
    }
    next
}

$1 in rmap {
    split(rmap[$1], a, SUBSEP)
    for (f in a) {
        for (i=1; i<=NF; i++) {
            afmap[a[f],$i]++
        }
    }
}

END {
    for (af in afmap) {
        split(af, a, SUBSEP)
        if (afmap[af] == amap[a[1]]) {
            o[a[1]]=o[a[1]] (o[a[1]]?" ":"") a[2]
        }
    }
    for (f in o) {
        print f, o[f]
    }
}

---

这有点难看，我觉得它应该以一种更干净的方式来实现，但它至少对样本数据有效

/^A/ {
    amap[$1]=NF - 1
    for (i=2; i<=NF; i++) {
        rmap[$i]=rmap[$i] (rmap[$i]?SUBSEP:"") $1
    }
    next
}

$1 in rmap {
    split(rmap[$1], a, SUBSEP)
    for (f in a) {
        for (i=1; i<=NF; i++) {
            afmap[a[f],$i]++
        }
    }
}

END {
    for (af in afmap) {
        split(af, a, SUBSEP)
        if (afmap[af] == amap[a[1]]) {
            o[a[1]]=o[a[1]] (o[a[1]]?" ":"") a[2]
        }
    }
    for (f in o) {
        print f, o[f]
    }
}

---

对真实二维阵列使用GNU awk并删除阵列和长度阵列：

$ cat tst.awk
{ for (i=1;i<=NF;i++) children[$1][$i] }
/^A/{ parents[$1]; delete children[$1][$1] }
END {
    for (parent in parents) {
        delete count
        printf "%s", parent
        for (child in children[parent])
            for (grandchild in children[child])
                if (++count[grandchild] == length(children[parent]))
                    printf " %s", grandchild
        print ""
    }
}

$ awk -f tst.awk file
A1 C J
A2 Y

---

它的工作原理是检查非A行中任何字段的出现次数是否与A行中第二个+字段的出现次数相匹配，因为这表明它在任何情况下都会出现。

使用GNU awk进行真正的2D数组并删除数组和长度数组：

$ cat tst.awk
{ for (i=1;i<=NF;i++) children[$1][$i] }
/^A/{ parents[$1]; delete children[$1][$1] }
END {
    for (parent in parents) {
        delete count
        printf "%s", parent
        for (child in children[parent])
            for (grandchild in children[child])
                if (++count[grandchild] == length(children[parent]))
                    printf " %s", grandchild
        print ""
    }
}

$ awk -f tst.awk file
A1 C J
A2 Y

---

它的工作原理是检查非A行中任何字段的出现次数是否与A行中第二个+字段的出现次数相匹配，因为这表明它在任何情况下都会出现。

不清楚您的意思。还有，到目前为止你尝试了什么？有一个到目前为止，你应该知道如何开始：对于每一个A*行，你要打印出所有元素之间的所有元素之间的共同点，从一个元素等于A *行的元素开始。完成后我会把它贴在这里。为什么C会出现在A1输出线上？所需行的初始字段是否计数？不清楚您的意思。还有，到目前为止你尝试了什么？有一个到目前为止，你应该知道如何开始：对于每一个A*行，你要打印出所有元素之间的所有元素之间的共同点，从一个元素等于A *行的元素开始。完成后我会把它贴在这里。为什么C会出现在A1输出线上？所需行的初始字段是否算数？如果我想从另一个文件中获取孙辈，该怎么办？我的意思是，如果我们从文件1中记录父母和他们的孩子，然后在文件B中查找孙子女，会怎么样？我已经尝试通过在第一行添加FNR==NR来修改您的代码，并且；下一个在第二行的儿童[$1][$1]之后。我还补充说{对于i=1；我不会更改任何内容，它将按原样工作，因为该脚本中没有任何内容关心您有多少个单独的输入文件。只需将您喜欢的任何文件添加到参数列表awk-f tst.awk file1 file2 file3…如果不起作用，请更新您的问题，以显示一些示例输入和预期输出，并澄清您的新要求ents.@Ed Morton:非常感谢。我可以编辑您的程序来调整我的问题的要求。谢谢您的关注。您的编程风格是学习awk时可以遵循的一个很好的示例。如果我想从另一个文件中获取孙辈呢？我的意思是如果我们从文件1中记录家长及其子女，然后查找gra呢文件B中的ndchildren？我已经尝试修改您的代码，在第一行添加FNR==NR，在第二行的children[$1][$1]之后添加；next；。我还添加了{对于i=1；我不会更改任何内容，它将按原样工作，因为该脚本中没有任何内容关心您有多少个单独的输入文件。只需将您喜欢的任何文件添加到参数列表awk-f tst.awk file1 file2 file3…如果不起作用，请更新您的问题，以显示一些示例输入和预期输出，并澄清您的新要求艾德·莫顿：非常感谢。我可以编辑你的程序来调整我的问题的要求。谢谢你的关注。你的编程风格是学习awk的一个很好的范例。