file1.TXT
"aba" 0 0 "aba" 0 0 1"abc" 0 1"abd" 1 1 "xxx" 0 0
file2.TXT
"xyz" 0 0"aba" 0 0 0 0"aba" 0 0 0 1"xxx" 0 0"abc" 1 1
file3.txt
"xyx" 0 0"aba" 0 0 "aba" 0 1 0"xxx" 0 0 0 1"abc" 1 1
我想基于前两列找到所有三个文件中的类似元素.为了找到两个文件中的类似元素,我使用了类似的东西
awk 'FNR==NR{a[,]++;next}a[,]' file1.txt file2.txt
但是,当输入文件超过2时,我们怎样才能在所有文件中找到类似的元素?
有人可以帮忙吗?
使用当前的awk解决方案,输出会忽略重复的键列并将输出作为
"xxx" 0 0
如果我们假设输出来自file1.txt,则预期输出为:
"aba" 0 0 "aba" 0 0 1"xxx" 0 0
即它应该获得具有重复键列的行.
解决方法 尝试以下针对N个文件推广的解决方案.它将第一个文件的数据保存在值为1的散列中,并且对于来自下一个文件的每个命中,该值将递增.最后,我比较每个键的值是否与处理的文件数相同,并仅打印匹配的文件.awk ' FNR == NR { arr[,] = 1; next } { if ( arr[,] ) { arr[,]++ } } END { for ( key in arr ) { if ( arr[key] != ARGC - 1 ) { continue } split( key,key_arr,SUBSEP ) printf "%s %s\n",key_arr[1],key_arr[2] } }' file{1..3}
它产生:
"xxx" 0"aba" 0
编辑添加打印整行的版本(请参阅注释).我添加了另一个带有相同键的数组,我保存了该行,并在printf函数中使用它.我留下旧代码评论.
awk ' ##FNR == NR { arr[,] = 1; next } FNR == NR { arr[,] = 1; line[,] =awk ' FNR == NR { arr[,] = 1 line[,] = line[,] ( line[,] ? SUBSEP : "" ); next } { if ( arr[,]++ } } END { for ( key in arr ) { if ( arr[key] != ARGC - 1 ) { continue } ##split( key,SUBSEP ) ##printf "%s %s\n",key_arr[2] printf "%s\n",line[ key ] } }' file{1..3}"xxx" 0 0"aba" 0 0 "aba" 0 0 1next } FNR == 1 { delete found } { if ( arr[,] && ! found[,]++; found[,] = 1 } } END { num_files = ARGC -1 for ( key in arr ) { if ( arr[key] < num_files ) { continue } split( line[ key ],line_arr,SUBSEP ) for ( i = 1; i <= length( line_arr ); i++ ) { printf "%s\n",line_arr[ i ] } } }' file{1..3}
NEW EDIT(请参阅注释)添加处理具有相同键的多行的版本.基本上我加入所有条目而不只保存一个,更改行[$1,$2] = $0行[$1,$2] =行[$1,$2](行[$1,$2]?SUBSEP:“”)$0.在打印时,我使用分隔符(SUBSEP变量)进行反向分割并打印每个条目.
对于有问题的新数据,它会产生:
总结以上是内存溢出为你收集整理的awk – 在> 2个文件中查找常用元素全部内容,希望文章能够帮你解决awk – 在> 2个文件中查找常用元素所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)