Início / unix / Perguntas / 784776
Accepted
peng xiao
Asked: 2024-10-09 18:42:01 +0800 CST

Identifique as linhas com entradas duplicadas da coluna 1 e troque as colunas se forem encontradas

  • 772

Temos o seguinte arquivo de texto:

172.55.34.48 172.55.33.95
172.55.32.163 172.55.34.48
172.55.32.163 172.55.33.95

O que precisamos fazer é trocar as duas colunas se a primeira coluna for encontrada contendo um valor já encontrado anteriormente naquela coluna. Para cada valor desse tipo (endereços IP neste caso), a ocorrência máxima é dois.

No exemplo acima, precisamos trocar 172.55.33.95com 172.55.32.163o que 172.55.32.163já foi encontrado na linha anterior.

tentei

awk 'prev && ($1 != prev) {print seen[prev]} {seen[$1] = $0; prev = $1} END {print seen[$1]}' /tmp/new.txt

mas isso ajuda a remover linhas onde a entrada da coluna 1 já foi encontrada antes.

text-processing

3 respostas

  1. Best Answer

    A resposta pode ser tão simples quanto este programa awk:

    $ awk '{found[$1]++; if (found[$1]>1) {buf=$1; $1=$2; $2=buf}} 1' input.txt 
172.55.34.48 172.55.33.95
172.55.32.163 172.55.34.48
172.55.33.95 172.55.32.163

    Isso armazenará a contagem de ocorrências de cada valor da coluna 1 em uma matriz foundaumentando o valor da matriz correspondente. Se o valor for maior que um, isso significa que o valor atual já foi encontrado e as colunas precisam ser trocadas.

    Para fazer isso, o valor da coluna 1 é armazenado em um buffer, substituído pelo valor da coluna 2, e o valor da coluna 2 por sua vez pelo valor armazenado em buffer. No final, a linha atual é impressa incluindo todas as modificações (se houver), que é o significado do aparentemente "disperso" 1.

    Essa abordagem simples tem uma desvantagem: se o novo valor da coluna 1 (anteriormente coluna 2) ocorrer na coluna 1 novamente em uma linha posterior ou já tiver ocorrido em uma linha anterior, isso não será capturado. Uma versão melhorada, que considera a ocorrência em linhas posteriores e omite linhas onde a troca também produziria uma entrada duplicada da coluna 1, poderia ter a seguinte aparência:

    awk '{f[$1]++; if (f[$1]>1) {if (f[$2]>0) {next}; buf=$1; $1=$2; $2=buf; f[$1]++; f[$2]--}} 1' input.txt
    • 2

  2. Em Perl você pode fazer:

    perl -lae 'BEGIN {$, = " "} scalar(grep {$_ eq $F[0]} @buf) ? print(reverse(@F)) : do {print(@F); push(@buf, $F[0])}' input
    • -l: remove e adiciona automaticamente o separador de campo de registro padrão ( \n) antes e depois de cada avaliação do script passado para -e;
    • -a: divide automaticamente cada linha no separador de campo de entrada padrão ( ).

    O script definirá o separador de campo de saída como , então, para cada linha, ele verificará se o primeiro campo já está armazenado em @buf.

    Se for, ele reverterá o registro atual e o imprimirá; caso contrário, ele imprimirá o registro atual e adicionará o primeiro campo a @buf.

    % perl -lae 'BEGIN {$, = " "} scalar(grep {$_ eq $F[0]} @buf) ? print(reverse(@F)) : do {print(@F); push(@buf, $F[0])}' input
172.55.34.48 172.55.33.95
172.55.32.163 172.55.34.48
172.55.33.95 172.55.32.163
    • 1

  3. Seus requisitos não são claros e seu exemplo não cobre todas as possibilidades do que você pode querer dizer, mas, usando qualquer awk, isso implementará uma coisa que você pode querer dizer:

    $ awk 'seen[$1]++{t=$2; $2=$1; $1=t} 1' file
172.55.34.48 172.55.33.95
172.55.32.163 172.55.34.48
172.55.33.95 172.55.32.163

    ou talvez você queira:

    $ awk 'seen[$1]++{t=$2; $2=$1; $1=t; seen[$1]++} 1' file
172.55.34.48 172.55.33.95
172.55.32.163 172.55.34.48
172.55.33.95 172.55.32.163

    ou:

    $ awk 'seen[$1]++{t=$2; $2=$1; $1=t; seen[$2]--; seen[$1]++} 1' file
172.55.34.48 172.55.33.95
172.55.32.163 172.55.34.48
172.55.33.95 172.55.32.163

    ou:

    $ awk '$1==prev{t=$2; $2=$1; $1=t} {prev=$1} 1' file
172.55.34.48 172.55.33.95
172.55.32.163 172.55.34.48
172.55.33.95 172.55.32.163
    • 1

relate perguntas