加入语句省略条目

Question

使用： Unix的 2.6.18-194.el5

我遇到的问题是这个连接语句省略了匹配中的值/索引。我发现这些值介于11-90之间（大约350万条目中）并且我试图寻找外国字符，但我可能会忽略某些东西（尝试猫-v看隐藏字符）。

这是我正在使用的连接语句（仅简化输出列的安全性）：

join -t "|" -j 1 -o 1.1 2.1 file1 file2> fileJoined

file1内容（前20个值）：

  

1   3   7   11   12   16   17   19   20   21   27   28   31   33   34   37   39   40   41   42

file2内容（前50个值，以便您可以看到它匹配的位置）：

  

1 | US   2 |美国   3 |美国   4 |美国   5 |美国   6 |美国   7 |美国   8 |美国   9 |美国   10 |美国   11 |美国   12 |美国   13 |美国   14 |美国   15 |美国   16 |美国   17 |美国   18 |美国   19 |美国   20 |美国   21 |美国   22 |美国   23 |美国   24 |美国   25 |美国   26 |美国   27 |美国   28 |美国   29 |美国   30 |美国   31 |美国   32 |美国   33 |美国   34 |美国   35 |美国   36 |美国   37 |美国   38 |美国   39 |美国   40 |美国   41 |美国   42 |美国   43 |美国   44 |美国   45 |美国   46 |美国   47 |美国   48 |美国   49 |美国   50 | US

从我最初的测试来看，似乎file2是罪魁祸首。因为当我创建一个值为1-100的新文件时，我能够使join语句完全匹配file1;但是同一个文件与file2不匹配。

另一个奇怪的事情是该文件长度为350万条记录，值为90时它们再次开始匹配。例如，fileJoined的输出看起来像这样（前20个值）：

  

1 | 1   3 | 3   7 | 7   90 | 90   91 | 91   92 | 92   93 | 93   95 | 95   96 | 96   97 | 97   98 | 98   99 | 99   106 | 106   109 | 109   111 | 111   112 | 112   115 | 115   116 | 116   117 | 117   118 | 118

我尝试过的其他事情是：

1. 使用vi手动输入新行11（在连接语句中仍然不匹配）
2. 将代码复制到记事本中，删除vi中的行，然后将其复制回来（结果相同，不匹配11-90）
3. 删除第11-90行以查看问题是否转移到90-170并且它没有移位

我认为可能存在一些我遗漏的隐藏值，或者file1中的11 - 90与file2中的11 - 90不等同吗？

我迷失在这里，非常感谢任何帮助。

Answer 1

我试过了，我发现了几件事。

首先：这是次要的，但我认为你的-o说明符中缺少一个逗号。我将其更改为-o 1.1,2.1。

但是，在你发布的片段上运行它，我只得到三行输出：

1|1
3|3
7|7

我认为这是因为join假定按字母顺序排序，而输入文件看起来像是按数字排序。

join（1）的规则＃1是确保你的输入被排序，并且加入期望它们的方式相同！

当我通过sort运行两个输入文件然后再次加入时，我得到了18行输出。 （排序很简单，因为你加入了第一列;我没有必要使用sort的列说明符。）

请注意，由于区域设置问题，排序并不总是按照您期望的方式排序。我倾向于设置LC_ALL = C以确保我得到了我习惯的老式行为。