Bash - 按列连接（合并）文件答案

【问题标题】：Bash - joining (merging) files by columnsBash - 按列连接（合并）文件
【发布时间】：2015-03-13 15:09:33
【问题描述】：

三个文件有列，分隔符为“|”，行中的列可能为空。我需要使用第一个文件中的第 3 列和第 4 列以及第二个和第三个中的第 1 列将第二个和第三个文件加入到第一个文件中。

例如：

file1.txt：

123456||4|11|17|A||10|B|1
123457||4|11|17|A||12||1
123458||5|11|17|A||1|Б|1
123459||6|13|17|A||1|Б|1

file2.txt：

4|Forth
5|Fifth
6|Sixth

file3.txt：

11|st.|Eleventh
13|pr.|Thirteenth

我想要什么输出：

123456||4|Forth|11|st.|Eleventh|17|A||10|B|1
123457||4|Forth|11|st.|Eleventh|17|A||12||1
123458||5|Fifth|11|st.|Eleventh|17|A||1|Б|1
123459||6|Sixth|13|pr.|Thirteenth|17|A||1|Б|1

如何编写能够满足我需求的 Bash 脚本？我知道这是 awt 命令，但我无法编写脚本。感谢您的回答。

【问题讨论】：

标签： linux bash file join awk

【解决方案1】：

你可以使用这个 awk 命令：

awk 'BEGIN{ FS=OFS="|" }
     NR == FNR {a[$1]=$0; next}
     NR == FNR + length(a) {b[$1]=$0; next}
     {$3=b[$3]; $4=a[$4]} 1' file3.txt file2.txt file1.txt
123456||4|Forth|11|st.|Eleventh|17|A||10|B|1
123457||4|Forth|11|st.|Eleventh|17|A||12||1
123458||5|Fifth|11|st.|Eleventh|17|A||1|Б|1
123459||6|Sixth|13|pr.|Thirteenth|17|A||1|Б|1

说明：

BEGIN{ FS=OFS="|" } - 将输入和输出字段分隔符设置为管道 |
NR == FNR - 仅对第一个文件执行此块
a[$1]=$0; next - 创建一个数组a，键为$1，值为整行
NR == FNR + length(a) - 仅对第二个文件执行此块
b[$1]=$0; next - 创建一个数组b，键为$1，值为完整行
为最后一个（第 3 个）文件执行下一个块 {...}
$3=b[$3]; - 将 b[$3] 的值分配给第三个字段
$4=a[$4]; - 将 a[$4] 的值分配给第 4 个字段
1 - 是打印每条记录的默认操作

【讨论】：

嗯@anubhava 我正在成为你的粉丝，这个答案是一个很好的答案，看起来就像 SQL 连接操作。我从你的回答中学到了很多东西。
感谢@Skynet 的客气话。是的，它确实是 3 路 SQL 连接操作。最初我不确定如何去做，但一旦我开始构建它，事情就变得清晰起来。是的，NR == FNR + length(a) 把戏很方便:)
是的，它也给出了很好的解释，如果任何时候我需要这样做，我一定会按照你的回答:)
您说： 1 - 打印每条记录的默认操作是，如何将结果写入新文件？
您可以使用标准 > outfile 重定向重定向输出或在 ask 中使用 print $0 > "out file"。

【解决方案2】：

假设文件已排序：

join -t'|' -1 4 -2 1 \
     <(join -t '|' -1 3 -2 1 file1.txt file2.txt) file3.txt

如果您确实需要特定顺序的字段，请添加输出格式选项：

 -o1.2,1.3,1.1,1.11,1.4,2.2,2.3,1.5,1.6,1.7,1.8,1.9,1.10,1.11

【讨论】：

【解决方案3】：

这里是：

#!/bin/bash

while IFS='|' read c1 c2 c3 c4 c5 c6 c7 c8 c9 c10
        do
        st1=$( fgrep "$c3" file2.txt )
        st2=$( fgrep "$c4" file3.txt )
        echo "$c1|$c2|$st1|$st2|$c5|$c6|$c7|$c8|$c9|$c10"
        done

【讨论】：