【问题标题】:awk to process the first two lines then the next two and so onawk 处理前两行,然后处理接下来的两行,依此类推
【发布时间】:2015-05-25 06:00:46
【问题描述】:

假设我有一个非常文件,它是从两个文件创建的,一个是旧文件,另一个是通过在主键上使用 cat & sort 的更新文件。

文件1

102310863||7097881||6845193||271640||06007709532577||||
102310863||7097881||6845123||271640||06007709532577||||
102310875||7092992||6840808||023740||10034500635650||||
102310875||7092992||6840818||023740||10034500635650||||

所以这个文件的模式是line 1 = old value & line 2 = updated value & 等等..

现在我想以这样的方式处理文件,即 awk 首先处理文件的前两行并找出差异,然后继续接下来的两行。

现在流程是

if($[old record]!=$[new record])
    i= [new record]#[old record];

期望的输出

102310863||7097881||6845123#6845193||271640||06007709532577||||
102310875||7092992||6840818#6840808||023740||10034500635650||||

【问题讨论】:

    标签: bash unix awk gawk


    【解决方案1】:
    $ cat tst.awk
    BEGIN { FS="[|][|]"; OFS="||" }
    NR%2 { split($0,old); next }
    {
        for (i=1;i<=NF;i++) {
            if (old[i] != $i) {
                $i = $i "#" old[i]
            }
        }
        print
    }
    $
    $ awk -f tst.awk file
    102310863||7097881||6845123#6845193||271640||06007709532577||||
    102310875||7092992||6840818#6840808||023740||10034500635650||||
    

    【讨论】:

      【解决方案2】:

      这个awk 可以提供帮助:

      $ awk -F '\\|\\|' '{
             getline new;
             split(new, new_array, "\\|\\|");
             for(i=1;i<=NF;i++) {
                 if($i != new_array[i]) {
                     $i = new_array[i]"#"$i;
                   }
                }
             } 1' OFS="||" < input_file
      
      102310863||7097881||6845123#6845193||271640||06007709532577||||
      102310875||7092992||6840818#6840808||023740||10034500635650||||
      

      我认为,您在awk 中已经足够了解上面的代码了。跳过解释。

      【讨论】:

      • 与我自己的想法相似,但执行起来要简洁得多。赞成。
      【解决方案3】:

      更新版本,感谢@martin 的双重| 技巧:

      $ cat join.awk
      BEGIN   {new=0; FS="[|]{2}"; OFS="||"}
      new==0  {
               split($0, old_data, "[|]{2}")
               new=1
               next
              }
      new==1  {
               split($0, new_data, "[|]{2}")
               for (i = 1; i <= 7; i++) {
                   if (new_data[i] != old_data[i]) new_data[i] = new_data[i] "#" old_data[i]
               }
               print new_data[1], new_data[2], new_data[3], new_data[4], new_data[5], new_data[6], new_data[7]
               new = 0
              }
      $ awk -f join.awk data.txt
      102310863||7097881||6845123#6845193||271640||06007709532577||||
      102310875||7092992||6840818#6840808||023740||10034500635650||||
      

      【讨论】:

      • 使用awk -F'[|]{2}',在我发现awk 和| 部分之后,我只是想和你一样做。或者,awk -F'\\|\\|' 也可以。
      • 可以使用split的返回值或者简单的NF来代替硬编码的字段数...
      猜你喜欢
      • 2013-05-09
      • 2021-06-23
      • 1970-01-01
      • 1970-01-01
      • 2017-02-02
      • 1970-01-01
      • 1970-01-01
      • 2020-03-11
      • 2012-03-26
      相关资源
      最近更新 更多