Início / coding / Perguntas / 76981464
Accepted
echo
Asked: 2023-08-26 11:36:39 +0800 CST

Substitua a última metade de cada linha de um arquivo pela última metade da linha correspondente em outro arquivo [fechado]

  • 772

Tenho dois arquivos A e B. Cada linha em ambos os arquivos é considerada um item. O formato de cada item é fixo, composto por chave e descrição, separados por espaço. conforme mostrado no exemplo abaixo.

UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000027_0000104 /users/documents/ark

A primeira parte, UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000027_0000104, é a chave, e a última parte, /users/documents/ark, é a descrição. Os arquivos A e B possuem 1.000 e 100.000 itens, respectivamente. Cada chave pode ser dividida em duas partes: índice (por exemplo: UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2) e carimbo de data/hora (por exemplo: 0000027_0000104) em nosso exemplo. Não há regra sobre dígitos no carimbo de data/hora. O caractere entre o índice e o carimbo de data/hora é fixado como _. Cada chave é única e cada índice também é único no mesmo arquivo. Cada índice incluído no arquivo A também ocorreu no arquivo B com um carimbo de data/hora diferente. Conforme mostrado em um exemplo simples abaixo.

Arquivo A

UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000000_0000119 /users/documents/ark1
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000027_0000104 /users/documents/ark2

Arquivo B

UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000002_0000118 /users/documents/ark3
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000026_0000107 /users/documents/ark4
UASPCH-XXM16-XXXB1M16-XUAM16-ih_CW100M3_0000039_0000129 /users/documents/ark5

Quero substituir a descrição correspondente ao mesmo índice no arquivo B pela descrição correspondente ao índice no arquivo A. O resultado no exemplo é mostrado abaixo.

Arquivo B

UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000002_0000118 /users/documents/ark1
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000026_0000107 /users/documents/ark2
UASPCH-XXM16-XXXB1M16-XUAM16-ih_CW100M3_0000039_0000129 /users/documents/ark5

Como atingir esta meta?

awk

4 respostas

  1. Isso pode funcionar para você (GNU sed):

    sed -E 's|([^_]*_).*( .*)|/^\1/s# .*#\2#|' fileA | sed -f - fileB

    Crie um script sed do arquivoA para aplicar ao arquivoB.

    Cada linha no arquivoA é transformada em uma correspondência e uma substituição. O índice é usado como correspondência e sua descrição é usada na substituição e então aplicada ao arquivoB. As linhas correspondentes terão a descrição do arquivoA.

    NB O uso de delimitadores alternativos em ambos os comandos de substituição. Se for provável que a descrição contenha o #caractere, use outro caractere como delimitador que não esteja presente em nenhuma descrição.

    • 3

  2. Solução em TXR Lisp:

    $ txr subst.tl filea fileb
UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000002_0000118 /users/documents/ark1
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000026_0000107 /users/documents/ark2
UASPCH-XXM16-XXXB1M16-XUAM16-ih_CW100M3_0000039_0000129 /users/documents/ark5

    Código:

    (tree-bind (filea fileb) *args*
  (let ((h (hash)))
    (with-stream (s (open-file filea))
      (whilet ((line (get-line s)))
        (match `@a-@{b}_@{c}_@d @path` line
          (set [h `@a-@b-@c`] path))))
    (with-stream (s (open-file fileb))
      (whilet ((line (get-line s)))
        (match `@a-@{b}_@{c}_@d @path` line
          (put-line `@a-@{b}_@{c}_@d @(or [h `@a-@b-@c`] path)`))))))

    Ou usando awkmacro para verificar os arquivos; mas caso contrário, a mesma abordagem:

    (awk
  (:let (h (hash)))
  ((= fnr nr)
   (match `@a-@{b}_@{c}_@d @path` rec
     (set [h `@a-@b-@c`] path))
   (next))
  ((match `@a-@{b}_@{c}_@d @path` rec
    (prn `@a-@{b}_@{c}_@d @(or [h `@a-@b-@c`] path)`))))
    • 1
  3. Best Answer
    awk '
    NR==FNR{
        split($1,p,"_")
        a[p[1]"_"p[2]] = $NF
        next
    } 
    split($1,b,"_") && (b[1]"_"b[2] in a){ 
        $NF = a[b[1]"_"b[2]]
    }1
' FileA FileB

UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000002_0000118 /users/documents/ark1
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000026_0000107 /users/documents/ark2
UASPCH-XXM16-XXXB1M16-XUAM16-ih_CW100M3_0000039_0000129 /users/documents/ark5
    • 1

  4. Usando qualquer awk:

    $ cat tst.awk
{ key = substr($1,1,length($1)-16) }
NR == FNR {
    sub(/[^ ]+/,"")
    map[key] = $0
    next
}
key in map {
    $0 = $1 map[key]
}
{ print }


    $ awk -f tst.awk FileA FileB
UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000002_0000118 /users/documents/ark1
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000026_0000107 /users/documents/ark2
UASPCH-XXM16-XXXB1M16-XUAM16-ih_CW100M3_0000039_0000129 /users/documents/ark5

    O procedimento acima funcionará mesmo que alguma de suas "descrições" contenha espaços em branco, por exemplo, dada esta entrada:

    $ head File[AB]
==> FileA <==
UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000000_0000119 /users/saved documents/this    is     interesting ark1
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000027_0000104 /users/saved documents/ark2

==> FileB <==
UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000002_0000118 /users/saved documents/ark3
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000026_0000107 /users/saved documents/and    so     is   this   ark4
UASPCH-XXM16-XXXB1M16-XUAM16-ih_CW100M3_0000039_0000129 /users/saved documents/and   this   too  ark5

    ainda obtemos a saída desejada:

    $ awk -f tst.awk FileA FileB
UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000002_0000118 /users/saved documents/this    is     interesting ark1
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000026_0000107 /users/saved documents/ark2
UASPCH-XXM16-XXXB1M16-XUAM16-ih_CW100M3_0000039_0000129 /users/saved documents/and   this   too  ark5
    • 1

relate perguntas