linux - 通过公共(public)列标题连接 2 个文件(无需 awk/sed)

Question

基本上我想获取file2中的所有记录，但过滤掉标题未出现在file1中的列

示例:

文件1

Name Location

文件2

Name Phone_Number Location Email
Jim  032131       xyz      <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="1e6667645e6f6f6f307d7173" rel="noreferrer noopener nofollow">[email protected]</a>
Tim  037903       zzz      <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="b4cececef4c5c5c59ad7dbd9" rel="noreferrer noopener nofollow">[email protected]</a>
Pimp 039141       xxz      <a href="https://stackoverflow.com/cdn-cgi/l/email-protection" class="__cf_email__" data-cfemail="f28a8a88b2838383dc919d9f" rel="noreferrer noopener nofollow">[email protected]</a>

输出

Name Location
Jim  xyz
Tim  zzz
Pimp xxz

有没有一种方法可以在不使用 awk 或 sed 的情况下执行此操作，但仍使用 coreutils 工具？我尝试过使用 join 来完成此操作，但无法正常工作。

Answer 1

ALL_COLUMNS=$(head -n1 file2)
for COLUMN in $(head -n1 file1); do
    JOIN_FORMAT+="2.$(( $(echo ${ALL_COLUMNS%%$COLUMN*} | wc -w)+1 )),"
done
join -a2 -o ${JOIN_FORMAT%?} /dev/null file2

---

说明:

ALL_COLUMNS=$(head -n1 file2)

它保存所有要过滤的列名称

---

for COLUMN in $(head -n1 file1); do
    JOIN_FORMAT+="2.$(( $(echo ${ALL_COLUMNS%%$COLUMN*} | wc -w)+1 )),"
done

对于 file1 中的每一列，我们在file2中寻找同名的位置。并将其附加到 JOIN_FORMAT以"2.<number_of_column>,"的方式

---

join -a2 -o ${JOIN_FORMAT%?} /dev/null file2

一旦我们有了完整的选项字符串( 2.1,2.3, )，我们就把它传递给 join 。删除最后一个 , .

join打印提供的第二个文件 ( -a2 -> file2 ) 中不可配对的行，但仅打印 -o 中指定的列选项。