unix中两个文件的左外联接

我需要连接两个字段上的两个文件。但是，我应该检索文件1中的所有值，即使连接失败，就像左外部连接一样

文件1：

01|a|jack|d
02|b|ron|c
03|d|tom|e

文件2：

01|a|nemesis|f
02|b|brave|d
04|d|gorr|h

输出：

01|a|jack|d|nemesis|f
02|b|ron|c|brave|d
03|d|tom|e||

---

它是

join-t'|'file1 file2-a1

使用的选项：

t：分隔符。
a：决定必须从中打印未成对行的文件编号

join-t'|'file1 file2-a2

将执行一个右外部联接

样本运行

   [aman@aman test]$ cat f1  
    01|a|jack|d

    02|b|ron|c

    03|d|tom|e
    [aman@aman test]$ cat f2
    01|a|nemesis|f

    02|b|brave|d

    04|d|gorr|h
    [aman@aman test]$ join -t '|'  f1 f2 -a1
    01|a|jack|d|a|nemesis|f

    02|b|ron|c|b|brave|d

    03|d|tom|e

---

要准确地回答问题，比前面的答案要复杂一点，需要这样做：

sed 's/|/:/2' file1 | sort -t: >file1.tmp
sed 's/|/:/2' file2 | sort -t: >file2.tmp
join -t':' file1.tmp file2.tmp -a1 -e'|' -o'0,1.2,2.2' | tr ':' '|'

Unix join只能在单个字段上进行联接AFAIK，因此您必须使用使用不同分隔符的文件来“联接两个字段上的两个文件”，在本例中是前两个字段。我将使用冒号：，但是，如果任何输入中存在：，则需要使用其他输入，例如制表符可能是更好的生产使用选择。我还在新的复合字段中对输出重新排序，

sort-t:

，对于示例输入文件来说，这没有什么区别，但对于真实世界的数据来说会有所不同

sed的/|/：/2'

在文件中的每一行用冒号替换管道的第二个匹配项

file1.tmp

01|a:jack|d
02|b:ron|c
03|d:tom|e

file2.tmp

01|a:nemesis|f
02|b:brave|d
04|d:gorr|h

现在，我们使用由

tr

过滤的

join

输出和一些更高级的选项：

• -t'：'

  指定临时冒号分隔符

• -a1

  左外连接

• -e'|'

  指定失败连接的替换字符串，基本上是最终输出分隔符N-1倍，其中N是连接到file2.tmp中冒号右侧的管道分隔字段数。在本例中，N=2，因此为一个管道字符

• -o'0,1.2,2.2'

  指定输出格式：

  • 0

    join字段

  • 1.2

    file1.tmp的字段2，即冒号右边的所有内容

  • 2.2

    file2.tmp的字段2

• tr'：“|”

  最后，我们将冒号转换回管道以获得最终输出

现在，输出与问题示例输出完全匹配，而上一个答案没有：

01|a|jack|d|nemesis|f
02|b|ron|c|brave|d
03|d|tom|e||

---

我最近遇到了一个非常简单的输入文件的问题，只有一个字段，因此没有考虑分隔符

cat file1 > k1
cat file2 >> k1
sort k1 | uniq -c | grep "^.*1 "  
will give you lines that occur in only 1 file

---

这是一个特例，它可能不适用于或无法与此处发布的上述技术进行比较，但如果它对正在寻找左外连接的人有用（即，仅适用于不匹配的情况）。对“^.*2”进行灰显将得到匹配的案例。如果您有一个多字段文件（更常见的情况），但您只关心一个联接字段，那么您可以使用Awk创建一个只包含密钥的文件（每个文件），然后按上述方式处理。

没错，您的输出与他的输出相匹配。案件结案。祝大家好运。@Sheller。不完全是。在记录的末尾有一个丢失的管道，没有idm帖子中提到的匹配项。尽管如此，我还是认为这是一种策略，可以帮助大多数人克服寻找Linux外部连接函数的困难。经过深思熟虑的响应，以及对每个细节的出色解释。