我基本上有以下两个文件:
$ cat file1.txt
AB,12 34 56,2.4,256,,
CD,23 45 67,10.8,257,,
EF,34 56 78,0.6,258,,
GH,45 67 89,58.3,259,,
...
$ cat file2.txt
AB,12 34 56,2.4,36
XY,56 99 11,3.6,15
ZQ,12 36 89,5.9,0
EF,34 56 78,0.6,99
GH,45 67 89,58.3,79
...
对于 file1.txt 中的每一行,我想使用前 3 个字段作为 file2.txt 中的索引,获取相应的最后一个字段,并将其放入 file1.txt 中,如下所示:
cat newfile.txt
AB,12 34 56,2.4,256,36,
CD,23 45 67,10.8,257,,
EF,34 56 78,0.6,258,99,
GH,45 67 89,58.3,259,79,
无法保证 file1 中的每一行都会出现在 file2 中,反之亦然,对于这种情况,newfile.txt 中上面显示的空字段就可以了。
在我的第一次尝试中,我在 while read
循环中读取 file1 中的每一行,然后在 file2 中查找相应的行,它可以工作,但速度太慢了。 file1 和 file2 各有数十万行。
有什么方法可以使用 sed 使用 file1 中每行的前 3 个字段作为 file2 的索引,查找我需要的值,并将其附加到 file1 中的该行吗?并且不逐行读取 file1 就这样做吗?
感谢任何帮助。
最佳答案
使用 join
和 sed
(用于某些预处理和后处理),并假设 |
字符没有出现在两个文件中
join -a1 -t'|' \
<(sort file1.txt | sed 's/,/|/3') \
<(sort file2.txt | sed 's/,/|/3') |
sed 's/,|//; s/|/,/; s/[^,]$/&,/' > newfile.txt
(使用问题中给出的输入进行测试)
它可以使用关联数组在普通的 bash
中完成,但我怀疑它是否有效。例如:
#!/bin/bash
declare -A tail
while IFS= read -r line; do
if [[ $line =~ ([^,]*,){3} ]]; then
tail[${BASH_REMATCH[0]}]=${line#"${BASH_REMATCH[0]}"}
fi
done < file2.txt
while IFS= read -r line; do
if [[ $line =~ ([^,]*,){3} ]] && [[ -n ${tail[${BASH_REMATCH[0]}]} ]]; then
printf '%s%s\n' "${line%?}" "${tail[${BASH_REMATCH[0]}]},"
else
printf '%s\n' "$line"
fi
done < file1.txt > newfile.txt
关于bash - 使用该行的一部分索引到 file2 并查找值后,如何将值附加到 file1 中的每一行?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66144862/