Как проверить, существует ли строка из текстового файла в другом текстовом файле с помощью awk

Это дополнительный вопрос из: Неожиданный результат при сравнении значений строк и столбцов в двух текстовых файлах

Я создал структуру для сравнения двух текстовых файлов по их строкам и столбцам. Вот файловые структуры:

файл1.txt

Name  Col1  Col2  Col3 
-----------------------
row1  1     4     7         
row2  2     5     8          
row3  3     6     9

файл2.txt

Name  Col1  Col2  Col3   
-----------------------         
row1  1     4     7 
row2  2     5     999

Вот код, который у меня есть до сих пор:

dos2unix ravi   # 2>/dev/null
dos2unix ravi2  # 2>/dev/null

awk '     
    FNR < 2 {next}       # skips first two lines
    FNR == NR {           
        for (i = 2; i <= NF; i++) {
            a[i,$1] = $i;               
        }    
        b[$1];               
        next;                       
    }

    ($1 in b) {                   # check if row in file2 existed in file1
        for (i = 2; i <= NF; i++) {
            if (a[i,$1] == $i) 
                printf("%s->col%d: %s vs %s: Are Equal\n", $1, i-1, a[i,$1], $i);
            else 
                printf("%s->col%d: %s vs %s: Not Equal\n", $1, i-1, a[i,$1], $i);
        }
    }

    !($1 in b) {                  # check if row in file2 doesn't exist in file1. 
        for (i = 2; i <= NF; i++) 
            printf("%s->col%d: %s vs %s: Are Not Equal\n", $1, i-1, "blank", $i);
    }

    // pattern needed to check if row in file1 doesn't exist in file2. 

    ' $PWD/file1.txt $PWD/file2.txt

Есть ли у кого-нибудь какие-либо советы, предложения или подсказки, чтобы иметь шаблон в операторе awk, чтобы проверить, не существует ли строка в файле 1 в файле 2. Посмотрите примеры выходных данных ниже, чтобы понять, что я имею в виду. (т.е.: в принципе, я хочу напечатать значения строки 3 в файле 1, которые не существуют в файле 2). Спасибо! Дайте мне знать, если необходимы дополнительные объяснения.

Желаемый результат:

row2->Col1: 1 vs 1: Equal
row2->Col2: 4 vs 4: Equal
row2->Col3: 7 vs 7: Equal
row1->Col1: 2 vs 2: Equal
row1->Col2: 5 vs 5: Equal
row1->Col3: 8 vs 999: Not Equal
row3->Col1: 3 vs (blank) : Not Equal
row3->Col2: 6 vs (blank) : Not Equal
row3->Col3: 9 vs (blank) : Not Equal

Фактический результат:

row2->Col1: 1 vs 1: Equal
row2->Col2: 4 vs 4: Equal
row2->Col3: 7 vs 7: Equal
row1->Col1: 2 vs 2: Equal
row1->Col2: 5 vs 5: Equal
row1->Col3: 8 vs 999: Not Equal

bash linux scripting suse awk
person Redson    schedule 20.06.2014    source источник
comment
Вероятно, вам следует использовать для этого небольшой скрипт на Python, но это всего лишь мои два цента.   -  person Florin Stingaciu    schedule 20.06.2014

Ответы (2)


arrow_upward
4
arrow_downward

Расширение вашего ответа:

$ cat script.awk 
FNR < 2 { next }       # skips first two lines
FNR == NR {
    for (i = 2; i <= NF; i++) { a[i,$1] = $i }
    b[$1];
    next;
}
($1 in b) {                   # check if row in file2 existed in file1
    for (i = 2; i <= NF; i++) {
        if (a[i,$1] == $i)
            printf("%s->col%d: %s vs %s: Are Equal\n", $1, i-1, a[i,$1], $i);
        else
            printf("%s->col%d: %s vs %s: Not Equal\n", $1, i-1, a[i,$1], $i);
    }
    delete b[$1];   # delete entries which are processed
}

END {
    for (left in b) {   # look which didn't match
        for (i = 2; i <= NF; i++) 
            printf("%s->col%d: %s vs (blank): Not Equal\n", left, i-1, a[i,left])
    }
}

Запустите его как:

$ awk -f script.awk file1 file2
row1->col1: 1 vs 1: Are Equal
row1->col2: 4 vs 4: Are Equal
row1->col3: 7 vs 7: Are Equal
row2->col1: 2 vs 2: Are Equal
row2->col2: 5 vs 5: Are Equal
row2->col3: 8 vs 999: Not Equal
row3->col1: 3 vs (blank): Not Equal
row3->col2: 6 vs (blank): Not Equal
row3->col3: 9 vs (blank): Not Equal
person jaypal singh    schedule 20.06.2014
comment
@jaypal Я ценю время, которое вы потратили на это кодирование (так что +1), но оно все еще не печатает row3 ни для одного столбца. - person Redson; 20.06.2014
comment
@Nosscire Убедитесь, что в них нет управляющих символов. Я только что проверил это, и он отлично работает с вашими данными. - person jaypal singh; 20.06.2014

arrow_upward
1
arrow_downward

Если вы знаете, что каждое имя строки (первый столбец) будет появляться в каждом файле не более одного раза, вы можете delete b[$1] в конце блока ($1 in b) переместить блок !($1 in b) над ним, а затем добавить блок END, который зацикливается на всем осталось в b и распечатывает ваши строки.

END {
    for (r in b) {
        for (i = 2; i <= NF; i++) {
            printf("%s->col%d: %s vs %s: Are Not Equal\n", r, i-1, $i, "blank");
        }
    }
}
person Etan Reisner    schedule 20.06.2014