根据另一个 file_2 从 file_1 获取行

Question

我有一个制表符分隔的文本文件，如下所示：

文件_1：

A1  13f  Jos  +
B1  zh4  Kia  -
C2  nh2  Met  -
D3  5gh  Lox  +
F4  w4t  Nit  -

文件_2

N3  6jg  Jut -
J8  76d  Met +
A1  99g  Kia -
M6  45k  Qox +
V2  87h  Nit -

我想从 file_1 中提取条目，其中第 3 列条目与 file_2 的第 3 列条目匹配，如下所示：

    B1  zh4  Kia -   
    C2  nh2  Met -    
    F4  w4t  Nit -

comm-12 file_1.txt file_2.txt 会帮忙吗？请指导我

Answer 1

awk 在这里可能是最简单的（这保留了file_1 输入顺序）：

$ awk 'NR==FNR { seen[$3]++; next } seen[$3]' file_2 file_1

B1  zh4  Kia  -
C2  nh2  Met  -
F4  w4t  Nit  -

• 模式 NR==FNR 仅匹配第一个输入文件 (file_2) 中的行，并使用操作 { seen[$3]++; next } 构建所有第三列值的关联数组

  • seen[$3]++ 是构造包含唯一字段值集的关联的常用习惯用法：访问数组 seen 中的键 $3（第三个字段的值）隐式创建一个条目在第一次访问时键入键，而后增量 ++ 为条目提供一个非零值，该值在布尔上下文中计算为真（下面讨论的模式利用了这一点）。

• 由于上一个操作中的next，模式seen[$3] 仅对第二个输入文件（file_1）执行，并且仅当第二个文件的第三列值也是出现在第一个文件中。计算结果为 true 的模式会隐式打印手头的行。

Answer 2

comm 期望文件按要比较的列排序，并且其参数之前的空格不是可选的。

但是您可以使用cut 提取文件1 的第三列，如果它们不能出现在任何其他列中，则使用grep 从文件2 中提取该值：

cut -f3 file_1 | grep -Ff- file_2

不过，行的顺序对应于 file2。

B1      zh4     Kia     -
C2      nh2     Met     -
F4      w4t     Nit     -

为了获得正确的顺序，我会使用 Perl：

perl -e 'until (eof) {
             @F = split " ", <>;
             $h{ $F[2] } = 1;
         }
         while (<>) {
             @F = split " ";
             print if $h{ $F[2] };
         }' file_1 file_2

它首先将 file_1 的第三列 ($F[2]) 值存储到哈希 %h 中，然后遍历 file_2 并检查是否在哈希中设置了列 3 的值。

Answer 3

awk 答案。这对于小文件是可以的。对于大文件，看到的数组会变得很大，因为整行 $0 保存在数组中。

awk 'NR==FNR { seen[$3] = $0; next} $3 in seen {print seen[$3]}' file_2 file_1

输出

A1  99g  Kia -
J8  76d  Met +
V2  87h  Nit -