Início / unix / Perguntas / 748957
Accepted
Dave
Asked: 2023-06-15 21:38:01 +0800 CST

Como uso o awk para extrair linhas de um arquivo usando números de outro arquivo?

  • 772

Estou usando o shell bash. Se eu tiver um arquivo de números de linha

1
4
7
9

e outro arquivo de linhas onde o primeiro elemento é um número seguido por uma string de texto

1,Michael Jordan
2,Karl Malone,
3,Charles Barkley
4,Greg Anthony
5,Chris Mullen
6,Reggie Miller
7,Billy Owens
8,David Robinson
9,Shaquille O'Neal
10,John Stockton

Como escrevo um awkcomando para extrair linhas do segundo arquivo somente se o primeiro número pertencer ao primeiro arquivo? No exemplo acima, eu esperaria esse resultado

1,Michael Jordan
4,Greg Anthony
7,Billy Owens
9,Shaquille O'Neal

eu tentei isso

awk 'FNR==NR{a[$1];next} $1 in a' /tmp/first_file /tmp/second_file > /tmp/third_file

mas não produz nada no terceiro arquivo.

shell-script

2 respostas

  1. Best Answer

    Como seu segundo arquivo é separado por vírgula, você precisa definir o separador de campo awk para ,- globalmente usando a -Fopção de linha de comando:

    awk -F, 'FNR==NR{a[$1];next} $1 in a' /tmp/first_file /tmp/second_file > /tmp/third_file

    ou através da FSvariável incorporada:

    awk 'FNR==NR{a[$1];next} $1 in a' /tmp/first_file FS=, /tmp/second_file > /tmp/third_file

    O último método permitiria lidar com o caso em que o primeiro arquivo não é delimitado por vírgula (e tem mais de um único campo).

    • 4

  2. Usando Raku (anteriormente conhecido como Perl_6)

    ~$ raku -ne 'BEGIN my @a = "nbr_list.txt".IO.lines.map: *.Int;  \
             .put if $_.split(",")[0] == any(@a);'  file.csv

#OR

~$ raku -ne 'BEGIN my @a = "nbr_list.txt".IO.lines.map: *.Int;  \
             .put if $_.split(",")[0] ~~ any(@a);'  file.csv

    Raku é uma linguagem de programação da família Perl. Como você BEGIN, pegue a lista de números e armazene em uma matriz, @a. Os -nesinalizadores então lêem os arquivos da linha de comando sem impressão automática ( awkcomportamento semelhante a).

    Aqui, a linha é lida na variável de tópico ( $_), que está splitentre vírgulas, e o primeiro elemento ( [0]) é obtido. Esses elementos são comparados usando o ==operador de igualdade numérica (primeiro exemplo de código) ou ~~o operador de correspondência inteligente de Raku. No RHS do operador, a @amatriz é transformada em uma any()junção. A ifsaída condicional puté a linha se a condição for satisfeita.

    Exemplo de entrada:

    1,Michael Jordan
2,Karl Malone,
3,Charles Barkley
4,Greg Anthony
5,Chris Mullen
6,Reggie Miller
7,Billy Owens
8,David Robinson
9,Shaquille O'Neal
10,John Stockton

    Saída de amostra (usando um nbr_list.txtarquivo que consiste em 1,4,7,9):

    1,Michael Jordan
4,Greg Anthony
7,Billy Owens
9,Shaquille O'Neal

    As junções são interessantes porque se encadeiam automaticamente. Para o problema indicado acima, uma one()junção também funciona e pode até ser mais eficiente.

    Uma abordagem alternativa usa Sets: os números de linha são transformados em um Setde Ints. Os dados são lidos em linha, cada primeira coluna é forçada para um Int, e verificada para ver se é um (elem)elemento do conjunto. Observe que infix (elem)ou infix ∈, (o símbolo Unicode) pode ser usado no código abaixo:

    ~$ raku -ne 'BEGIN my $set1 = Set.new("nbr_list.txt".IO.lines.map: *.Int);  \
             .put if $_.split(",").[0].Int (elem) $set1;'  file

    https://docs.raku.org/type/Junction
    https://docs-stage.raku.org/type/Junction
    https://raku.org

    • 0

relate perguntas