Question

我有一个ID和名称适用的文件，如下所示：

1234|abc|cde|fgh
5678|ijk|abc|lmn
9101|cde|fgh|klm
1213|klm|abc|cde

我需要一个只有唯一名称作为列表的文件。

输出文件：

abc|sysdate
cde|sysdate
fgh|sysdate
ijk|sysdate
lmn|sysdate
klm|sysdate

sysdate是当前处理时间戳记。

要求您提供帮助。还要求对建议的代码进行解释。

Answer 1

此代码的作用：

awk -F\| '{ for(i=2; i <= NF; i++) a[$i] = a[$i] FS $1 }' input.csv

-F将定界符设置为|，awk逐行处理文件，创建一个名为“ a”的映射，从第2列读取直到结尾，并使用作为键处理的当前单元格和当前单元格+填充该映射文件分隔符+第一栏中的值作为值。

awk结束处理第一行时，“ a”为：

a['abc'] = 'abc|1234'
a['cde'] = 'cde|1234'
a['fgh'] = 'fgh|1234'

此脚本不打印任何内容。

您想要的是这样的：

awk -F'|' '{for(i=2;i<=NF;i++){if(seen[$i] != 1){print $i, strftime(); seen[$i]=1}}}' OFS='|' input.csv

-F将输入定界符设置为|，OFS对输出定界符也是如此。对于从第2列到行尾的每个值，我们检查它是否以前已经被看到过。如果没有，我们将打印值和处理时间。然后，我们将值注册在映射中，这样就可以避免再次处理它。

输出：

abc|Thu Oct 18 10:40:13 CEST 2018
cde|Thu Oct 18 10:40:13 CEST 2018
fgh|Thu Oct 18 10:40:13 CEST 2018
ijk|Thu Oct 18 10:40:13 CEST 2018
lmn|Thu Oct 18 10:40:13 CEST 2018
klm|Thu Oct 18 10:40:13 CEST 2018

您可以更改sysdate的格式。请参阅gawk strftime here的文档

文本处理以创建唯一ID的列表

1 个答案: