对一个文件进行 grep 并将匹配项排序到多个输出文件答案

【问题标题】：grep on one file and sort matches to several output files对一个文件进行 grep 并将匹配项排序到多个输出文件
【发布时间】：2017-07-17 22:31:11
【问题描述】：

我的问题涉及以下方面：我有文件：

    FileA:
Peter Programmer
Frank Chemist
Charles Physicist
John Programmer
Alex Programmer
Harold Chemist
George Chemist

我现在从 FileA 中获取所有作业信息并将其保存到唯一列表 (FileB)。

  FileB:
Programmer
Chemist
Physcist

（假设 FileA 继续存在更多人员和冗余信息）

我现在要做的是从 FileA 中获取所有作业类，并为每个作业类创建一个新文件，这样最后我就有了：

FileProgrammer
Peter Programmer
John  Programmer
Alex  Programmer

FileChemist
Frank Chemist
Harold Chemist
George Chemist

FilePhysicist
Charles Physicist

我想grep Jobs File 列表中的作业名称模式，并为其他原始文件中存在的每个作业名称创建一个新文件。

所以实际上，我的列表中有 56 个唯一元素，而原始文件有几列（制表符分隔）。

到目前为止，我所做的是：

cut -f2 | sort | uniq > Jobs
grep -f(tr '\t' '\n' < "${Jobs}") "${FileA}" > FileA+"${Jobs}"

我假设在每个新模式匹配上都会创建一个新文件，但我意识到它只会复制文件，因为没有增量或迭代文件创建。

由于我在 bash 方面的经验还有待深入开发，希望大家能帮助我。提前致谢。

@更新：输入文件如下所示：

4   23454   22110   Direct  +   3245    Corrected
3   21254   12110   Indirect    +   2319    Paused-@2
11  45233   54103   Direct  -   1134    Not-Corrected

基本上，我希望所有在“已更正”的第 7 列中具有状态的所有内容都位于名为“已更正”的文件中，因此对于第 7 列的每个唯一值。

【问题讨论】：

你为什么要用grep做这个？可以用awk吗？
当然，我可以使用 awk - 我只是不太熟悉 awk 在循环上下文中的功能。我尝试了一些 awk 循环，但有些失败。
用Awk试试我的回答

标签： bash loops awk grep

【解决方案1】：

答案渴望需要Awk，这是你的做法，

awk '{unique[$2]=(unique[$2] FS $1)}\
END  {for (i in unique) { \
        len=split(unique[i],temp); \
        for (j=1;j<=len;j++) print temp[j],i > "File"i".txt"} }' \
file

这个想法是创建一个 hash-map，使用unique[$2]=(unique[$2] FS $1)，字面意思是，将$2 视为数组unique 的索引，并从$1 附加值，所以在输入文件的每一行处理结束时，数组看起来像这样，

# <key>  <value(s)>
Chemist  Frank Harold George
Physicist  Charles
Programmer  Peter John Alex

END 子句在处理完所有行之后执行，因此从构造的数组中，使用在单个空白处拆分的split() 函数，我们将数组值的内容存储到数组temp ，而len 包含拆分后产生的元素数。

每个哈希索引的循环和每个拆分元素的值都被打印并存储在文件中。

【讨论】：

谢谢伊尼安。快速提问：您的 Awk 脚本假定要搜索的文件每行只包含一个名称，对吗？我只是以此为例，但实际上我有一个 7 列宽的文件，可以按 grep 或 awk 进行“排序”。如果我创建一个哈希映射，我将不得不创建一个数组哈希，每个键分配给一个由数组表示的行，正确吗？文件示例：27 Hatfield Peter London 4 8 Programmer - Tab 是分隔符。
提供您对问题的实际输入。

【解决方案2】：

您可以在循环中使用grep 来实现：

for i in $(cat FileB); do grep $i$ FileA >> File$i; done

请注意，在您的问题的 FileA 中您写了“Physicist”，而在 FileB 中您写了“Physcist”，所以它们不匹配。无论如何，如果您正确编写它们，上面的命令将起作用。

【讨论】：

谢谢，这条线路运行良好。抱歉打错了。唯一的问题是 grep 在匹配模式时似乎很粗糙。例如，如果工作是 Chemist-Biochemist，grep 会将其与其他 Chemist 一起放入文件中，而不是创建另一个 Chemist-Biochemist 文件。关于如何纠正的任何进一步建议？我看到提出了 Awk，但不幸的是我很难理解 Awk 代码。
@chrys：哪一部分，你不明白？试图解释那里的每一点。
@chrys 我已经编辑了命令来强制字符串的结尾被 grep 以避免这种情况。检查它现在是否有效。