用于比较具有不同长度字符串的 2 个文件的 Bash 脚本答案

【问题标题】：Bash script to compare 2 files with different length strings用于比较具有不同长度字符串的 2 个文件的 Bash 脚本
【发布时间】：2015-02-27 01:09:57
【问题描述】：

我有两个文件，我试图逐行比较每行中的字符串。 File1 仅包含 6 个字符的字符串前缀，而 File2 包含 12 个字符的字符串。如何遍历 File2 以查找以 File1 中的 6 个字符开头的字符串并将其输出到文件？

文件1

002379
005964

文件2

002379ED6212
003354EB4591
004679BB2185
005964AB3379
005964DB5496

【问题讨论】：

标签： string bash for-loop

【解决方案1】：

这个 awk 单行代码可以满足您的需求：

awk 'NR==FNR{a[$0];next}{for(i in a)if(substr($0,1,6)==i)print}' file1 file2

NR==FNR 仅适用于第一个文件。 file1 的每一行都存储为数组a 中的一个键。 next 跳过另一个块。对于第二个文件中的每条记录，循环遍历 a 中的每个键并比较前 6 个字符。如果相同，打印记录。

输出：

002379ED6212
005964AB3379
005964DB5496

【讨论】：

【解决方案2】：

awk 或许可以做到这一点

awk 'NR == FNR {a[$0]; next};substr($0, 1, 6) in a' File1 File2

【讨论】：

} 之后不需要分号，但除此之外，很好。我不知道我为什么要使用循环！
@TomFenech，我只是在使用基于“当一条规则中的 awk 语句很短时，您可能希望将多个语句放在一行中时，使用分号来保证安全。这是通过用分号 (';') 分隔语句来完成。这也适用于规则本身。”看过here
我认为这只适用于块内的语句，而不适用于块本身。

【解决方案3】：

grep -f <(sed 's/^/^/' file1) file2

最好使用grep -f 来查找file2 中与file1 中的正则表达式匹配的所有行，但您希望将file1 中的正则表达式锚定到行首。所以使用上面的方法通过添加一个锚来预处理字符串。

【讨论】：

【解决方案4】：

对于纯 Bash 解决方案。 . .假设您使用的是 Bash v4.x，您可以首先填充一个 关联数组，其键是 File1 的行：

declare -A prefixes
while read prefix ; do
    prefixes[$prefix]=1
done < File1

# Now ${prefixes[002379]} is 1, and ${prefixes[005964]} is 1, but
# ${prefixes[anything-else]} is undefined.

然后检查File2每一行的前六个字符，看是否在这个关联数组中：

while read word do ;
    prefix="${word:0:6}"
    if [[ "${prefixes[$prefix]}" ]] ; then
       echo "$word"
    fi
done < File2

【讨论】：