python - Bash/Python 比较 2 个 CSV 文件输出到 .htaccess 重定向

Question

我有 2 个 CSV 文件。两者都包含附加到 2 个网站的所有 URL。

第一个已上线，第二个正在开发中。

我目前面临的问题是，站点 #2 的 URL 格式有点不同，因此为了 SEO，我需要生成一堆 301 HTaccess 重定向，比较 2 个 CSV 文件中的 URL。

我并不太担心 .htaccess 输出，因为我总是可以附加 redirect事后的事情，但我如何比较 2 个 CSV，如果 CSV1 中的 URL 是 LIKE CSV2 中的 URL，并将该行输出到 a 中的第三个文件:

URL1 URL

格式类型？

例如:

CSV1 包含:

http://url1/the-page-1
http://url1/the-page-2
http://url1/the-page-3
http://url1/the-page-4

CSV2 包含:

http://url2/someplace/the-page-1
http://url2//someotherplace/the-page-2
http://url2/the-page-3
http://url2/andyetanotherplace/the-page-4

并输出到:

http://url1/the-page-1 http://url2/someplace/the-page-1
http://url1/the-page-2 http://url2//someotherplace/the-page-2
http://url1/the-page-3 http://url2/the-page-3
http://url1/the-page-4 http://url2/andyetanotherplace/the-page-4

真实数据和 awk -F/ 'NR == FNR {a[$NF]=$0; next} $NF in a {print a[$NF], $0 > "combined.csv"}' old-site.csv new-site.csv 的输出已上传至:Upload

Answer 1

您可以使用 awk 来实现:

awk 'BEGIN{FS=OFS="/"} {gsub(/\/$/, ""); $NF=tolower($NF)} NR==FNR{a[$NF]=$0; next}
     $NF in a {print a[$NF] " " $0 > "combined.csv"}' old-site.csv new-site.csv


cat combined.csv

http://url1/the-page-1 http://url2/someplace/the-page-1
http://url1/the-page-2 http://url2//someotherplace/the-page-2
http://url1/the-page-3 http://url2/the-page-3
http://url1/the-page-4 http://url2/andyetanotherplace/the-page-4

引用: Effective AWK Programming