Question

我有两个文件：

FILE1.TXT

919167,hutch,mumbai
919594,idea,mumbai

FILE2.TXT

919167000000
919594000000

输出

919167000000,hutch,mumbai
919594000000,idea,mumbai

如何使用AWK实现这一目标？我有一个庞大的电话号码文件需要像这样比较。我相信Awk可以处理它;如果没有，请让我知道我该怎么做。

额外定义

公共部分总是一个6位数字吗？是的总是6。
两个文件是否已排序？ file1未排序。 file2可以排序。
文件2中的尾随数字是否始终为零？不，这些是可能不同的电话号码，目的是获取电话号码的系列信息。
文件1是否包含给定数字的三个记录，而文件2包含2个记录，或者它是一对一的？它是一对一的。文件1中是否有记录，文件2中没有匹配，反之亦然？_是。
如果是，您要查看不匹配的记录吗？是的我想要两个记录。

扩展数据

FILE1.TXT

919167,hutch,mumbai
919594,idea,mumbai
918888,airtel,karnataka

FILE2.TXT

919167838888
919594998484
919212334323

预期输出：

919167838888,hutch,mumbai
919594998484,idea,mumbai
919212334323,nomatch,nomatch

Answer 1

正如我在评论中所指出的那样，需要提供大量未说明的信息才能给出明确的答案。但是，我们可以做出一些看似合理的猜测：

常用数字是文件2的前6位数字（我们不关心尾随数字，但只是将它们复制到输出中）。
文件按顺序排序。
如果两个文件中都有不匹配的记录，那么这些记录将被忽略。

选择的工具可能是sed和join：

sed 's/^\([0-9]\{6\}\)/\1,\1/' file2.txt |
join -t, -o 1.2,2.2,2.3 - file1.txt

这会编辑file2.txt以创建逗号分隔的第一个字段，其中包含6位数的电话号码，然后是该行的其余部分。输入被输入join命令，该命令连接到第一列，并输出file2.txt的“其余部分”（第2列）以及file1.txt的第2列和第3列

如果电话号码是可变长度的，那么匹配操作非常复杂。为此，我将进入Perl（或Python）来完成工作。如果数据未排序，则可以在输入命令之前对其进行排序。如果您想要不匹配的记录，可以指定如何处理join的选项中的那些。

现在可以获得所需的额外信息。关键信息是固定的6位数 - p！由于您使用的是Linux，我假设bash可用“进程替换”：

sort file2.txt |
sed 's/^\([0-9]\{6\}\)/\1,\1/' |
join -t, -o 1.2,2.2,2.3 -a 1 -a 2 -e 'no-match' - <(sort file1.txt)

如果没有流程替换，只需在原地排序file1.txt：

sort -o file1.txt file1.txt

然后使用file1.txt代替<(sort file1.txt)。

我认为评论可能会要求输入，例如：

FILE1.TXT

919167,hutch,mumbai
919594,idea,mumbai
902130,airtel,karnataka

FILE2.TXT

919167000000
919594000000
919342313242

输出

no-match,airtel,karnataka
919167000000,hutch,mumbai
919342313242,no-match,no-match
919594000000,idea,mumbai

如果这不是评论的内容，请通过编辑问题来澄清，以便以比评论允许的更易读的格式添加额外的数据和输出。

使用扩展数据，这个经过温和修改的命令：

sort file2.txt |
sed 's/^\([0-9]\{6\}\)/\1,\1/' |
join -t, -o 1.2,2.2,2.3 -a 1 -e 'no-match' - <(sort file1.txt)

产生输出：

919167838888,hutch,mumbai
919212334323,no-match,no-match
919594998484,idea,mumbai

看起来更像是所需输出的排序版本。 -a n选项控制是否打印来自文件1或文件2（或两者）的不匹配记录; -e选项控制为不匹配的字段打印的值。当然，所有这些都可以从join的手册页中获得。

Answer 2

这是使用GNU awk的单向方式。像：

一样运行

awk -f script.awk file2.txt file1.txt

script.awk的内容：

BEGIN {
    FS=OFS=","
}

FNR==NR {
    sub(/[ \t]+$/, "")
    line = substr($0, 0, 6)
    array[line]=$0
    next
}

{
    printf ($1 in array) ? $0"\n" : "FILE1 no match --> "$0"\n"
    dup[$1]++
}

END {
    for (i in array) {
        if (!(i in dup)) {
            printf "FILE2 no match --> %s\n", array[i]
        }
    }
}

或者，这里是单行：

awk 'BEGIN { FS=OFS="," } FNR==NR { sub(/[ \t]+$/, ""); line = substr($0, 0, 6); array[line]=$0; next } { printf ($1 in array) ? $0"\n" : "FILE1 no match --> "$0"\n"; dup[$1]++} END { for (i in array) if (!(i in dup)) printf "FILE2 no match --> %s\n", array[i] }' file2.txt file1.txt

Answer 3

awk -F, 'FNR==NR{a[$1]=$2","$3;next}{for(i in a){if($1~/i/) print $1","a[i]}}' your_file

使用awk和打印比较两个文件包含与其他文件匹配的文件

额外定义

扩展数据

3 个答案:

FILE1.TXT

FILE2.TXT

输出