Database awk-仅打印副本的第一行及其下一行

我有一个大的数据库文件，需要一些操作。基本上，我需要避免重复字段1，该字段由“|”分隔，用于：

-- TITLE1 | TITLE2   |T3   |TITLE4|TITLE5 
----------|----------|-----|------|---------------
--
DATA1   | SAME     |     |      |  blah blah
ELIGIBLE  | x1 
DATA1   | SAME     |     | blah |  blah
ELIGIBLE  | x2 
DATA1   | SAME     |     | blah |  blah blah
ELIGIBLE  | x2 
DATA2   | SAME     |     |      |  blah blah
ELIGIBLE  | y1 
DATA2   | SAME     |     | blah |  blah
ELIGIBLE  | y2
DATA2   | SAME     |     | blah |  blah blah blah blah
ELIGIBLE  | y2
DATA3   | SAME     |     |      |  blah blah
ELIGIBLE  | z1
DATA3   | SAME     |     | blah |  blah
ELIGIBLE  | z2
DATA3   | SAME     |     | blah |  blah blah blah blah
ELIGIBLE  | z2

我使用的代码是

BEGIN{ FS = "|" }
{
count[$1]++;
if (count[$1] == 1)
first [$1] = $0;
if (count[$1] > 1)
print first[$1]
NR==1;
}

但它给了我输出：

-- TITLE1 | TITLE2   |T3   |TITLE4|TITLE5 
----------|----------|-----|------|---------------
--
DATA1   | SAME     |     |      |  blah blah
ELIGIBLE  | x1 
DATA2   | SAME     |     |      |  blah blah
DATA3   | SAME     |     |      |  blah blah

我更喜欢这样的输出：

-- TITLE1 | TITLE2   |T3   |TITLE4|TITLE5 
----------|----------|-----|------|---------------
--
DATA1   | SAME     |     |      |  blah blah
ELIGIBLE  | x1 
DATA2   | SAME     |     |      |  blah blah
ELIGIBLE  | y1 
DATA3   | SAME     |     |      |  blah blah
ELIGIBLE  | z1 

我并不真正关心标题栏，但需要它来显示概述的数据。对于业余的解释，我很抱歉，但如果您能提供任何帮助，我们将不胜感激。对于linux命令行脚本，我是一个新手，所以如果有人能解释为什么我的答案是错误的，我将不胜感激。我不限于awk，可以使用任何命令解决方案。我只是想尝试使用awk解决方案。

您可以尝试以下方法：

awk -F\| '(printed!=0 && /ELIGIBLE/) {print; printed=0;} (!seen[$1] && $1 !~ /ELIGIBLE/) { print; printed = 1; seen[$1] = 1;  }' 

尽管几乎可以肯定有更好的方法

ETA:网站上有一个很好的Awk教程和其他一些教程，还有一些好书。但基本上，awk程序是一系列模式和代码块，在与该模式匹配的每个记录（默认为行）上运行

awk '/foo/          { do this for lines that contain "foo" anywhere }
     ($1 == "bar")  { do this for lines whose first field is exactly "bar' }
     ($NF ~ /baz/)  { do this for lines whose last field contains "baz" }
     (NF == 1)      { do this for lines with exactly one field }
     (NR == 10)     { do this only on the 10th line }'

如果没有模式，则块在每一行上运行

awk '{print $NF}'   # print the last field of every line

如果没有块，只有一个图案，则匹配线打印不变：

awk '/foo/'      # same as grep foo

标记为BEGIN的块在处理任何输入之前运行；处理完所有输入后，将运行标记为END的块

awk 'BEGIN { t = 0 } {t += $NF} END { print t }'   # print total of last column 

但实际上，未初始化的变量在算术中被视为0，因此您可以跳过初始化：

awk '{t += $NF} END {print t}'

---

awk的某些版本需要分号

或换行符
这一行适用于给定的示例。（数据已排序，一行数据，一行合格…）如果格式更改，则不保证使用真实数据。你必须自己测试一下

跳过标题/标题

awk -F'|' '!(NR%2){next}$1 in a{next}{print;a[$1];getline;print}' file

试试看：

kent$  awk -F'|' '!(NR%2){next}$1 in a{next}{print;a[$1];getline;print}' file
DATA1   | SAME     |     |      |  blah blah
ELIGIBLE  | x1 
DATA2   | SAME     |     |      |  blah blah
ELIGIBLE  | y1 
DATA3   | SAME     |     |      |  blah blah
ELIGIBLE  | z1

因此，您希望保留具有给定标题1的第一行数据，并丢弃其余数据，即使它们具有不同的标题5等？正确，并将符合条件的行保留在其下方。此解决方案非常有效，非常感谢！您能解释一下如何使用awk排除/包含文本吗。抱歉，我正在学习，仅用于字段匹配。