linux - 通过搜索另一个文件从文件中删除匹配段落

Question

我需要一个以 2 个文件作为输入的脚本方面的帮助:

File1: [TEXT] contains Paragraphs SEPARATED with BLANK LINES
File2: [SEARCH KEYS] Paragraphs SEPARATED with BLANK LINES

并创建一个输出文件:File3 - 其中包含来自 File1 的文本，除了与 File2 中提供的那些完全匹配的那些 PARAGRAPHS。

即脚本需要在 File2 中搜索 File1 中给定的每个段落。如果找到完美匹配(具有所有匹配行)，则从输出文件 3 中删除匹配段落。

给定:2 个文件

File1:

PARA1_LINE1
PARA1_LINE2
PARA1_LINE3

PARA2_LINE1
PARA2_LINE2

PARA1_LINE1
PARA1_LINE2
PARA1_LINE3

File2:

PARA1_LINE1
PARA1_LINE2
PARA1_LINE3

PARA2_LINE1

要求的输出:

File3:

PARA2_LINE1
PARA2_LINE2

注意:第二段 [PARA2] 不是完整的匹配项，因此不应从文件 3 中省略

谢谢

Answer 1

这个 awk 应该可以工作:

awk -v RS= -v ORS='\n\n' 'NR==FNR{a[$0]++;next}!($0 in a)' file2 file1

• 我们通过设置RS 变量来开启段落模式。
• 我们将整个段落作为关键字加载到文件 2 中的数组 a。
• 如果在 file1 中不找到该段落，我们将打印它。

$ cat file1
PARA1_LINE1
PARA1_LINE2
PARA1_LINE3

PARA2_LINE1
PARA2_LINE2

PARA1_LINE1
PARA1_LINE2
PARA1_LINE3

$ cat file2
PARA1_LINE1
PARA1_LINE2
PARA1_LINE3

PARA2_LINE1

$ awk -v RS= -v ORS='\n\n' 'NR==FNR{a[$0]++;next}!($0 in a)' file2 file1
PARA2_LINE1
PARA2_LINE2