Início / coding / Perguntas / 79315592
Accepted
Roger Costello
Asked: 2024-12-29 20:32:54 +0800 CST

Como imprimir os nomes de campos exclusivos na primeira linha de muitos arquivos?

  • 772

A primeira linha de cada arquivo contém nomes de campos. Pode haver duplicatas nos nomes de campos. Quero imprimir apenas os nomes de campos exclusivos. Aqui está o que tentei:

Em um arquivo Bash, files_and_folders.sh, digitei isto:

#!/bin/bash
for file in **/*.TXT ; do
   awk 'NR == 1 { for (i=1; i<=NF; i++) if (!seen[$i]) seen[$i] = 1} END { for (idx in seen) printf ("%s\n",idx) }' "${file}"
done

O arquivo Bash foi executado com sucesso, mas a saída contém duplicatas:

AB_CODE
ACFT_CODE
AC_TYPE
ADD_INFO
AKA
ALT
ALT
ALT
ALT
ALT
ALT
ALT
ALT1_DESC
ALT2_DESC
ALT3_DESC

Como modificar o programa AWK (no script Bash) para eliminar duplicatas?

bash

2 respostas

  1. Provavelmente seria mais eficiente fazer:

    head -q -n 1 **/*.TXT | tr -s '[:space:]' $'\n' | sort -fu

    mas se você quiser usar o awk, usando qualquer awk você pode fazer isto:

    awk '
    FNR == 1 {
        for ( i=1; i<=NF; i++ ) {
            names[$i]
        }
        nextfile
    }
    END {
        for ( name in names ) {
            print name
        }
    }
' **/*.TXT

    ou isto:

    awk '
    FNR == 1 {
        for ( i=1; i<=NF; i++ ) {
            if ( !seen[$i]++ ) {
                print $i
            }
        }
        nextfile
    }
' **/*.TXT

    mas criar um seen[]array E percorrê-lo na ENDseção não faz sentido e nem faz if (!seen[$i]) seen[$i] = 1- isso é testar se seen[$i]está definido e, se não, defini-lo para que o resultado dessa instrução seja sempre seen[$i]definido como 1.

    • 3
  2. Best Answer

    Você não deve executar um loop bashe executar um novo awkprocesso para cada arquivo, caso contrário, a matriz associativa seenserá inicializada para cada um awke não reconhecerá as entradas existentes definidas por invocações anteriores de awk.

    Você deve fazer isso em um único, awkcomo este:

    awk 'FNR == 1 {
   for (i=1; i<=NF; ++i) {
      uniques[$i]
   }
}
END {
   for (i in uniques)
      print i
}' **/*.TXT

AC_TYPE
AKA
ALT
ADD_INFO
AB_CODE
ALT1_DESC
ALT2_DESC
ALT3_DESC
ACFT_CODE
    • 2

relate perguntas