|
awk數(shù)組處理兩個(gè)文件的例子
如果文件a中包含文件b,，則將文件b的記錄打印出來(lái)輸出到c文件里 文件a:
10/05766798607,11/20050325191329,29/0.1,14/05766798607 10/05767158557,11/20050325191329,29/0.08,14/05767158557 文件b:
05766798607 05766798608 05766798609 通過(guò)文件a和文件b對(duì)比,導(dǎo)出這樣的文件出來(lái). 10/05766798607,11/20050325191329,29/0.1,14/05766798607 本人查了很多網(wǎng)上的答案都是錯(cuò)誤碼的 正確答案應(yīng)該： 方法一： awk -F'[/,]' 'ARGIND==1{a[$0]}ARGIND>1{if ($2 in a)print $0}' b a >c 方法二： awk -F'[/,]' 'NR==FNR{a[$0]}NR>FNR{if ($2 in a) print $0}' b a >c 這兩種方法是用數(shù)組處理的，速度比較快,，處理9萬(wàn)行只需4秒,。 還有一種方法是通過(guò)while 每次用read 命令從b中讀一條記錄與a中$2比較如果相等則輸出到c中 root@TestAs4 zlwt]# more for3.sh #!/bin/bash while read line ; do awk -F'[/,]' '$2 == '$line' {print $0}' a >>c done < b; 這種方法很好理解，但速度非常慢,，每次只讀取一條記錄,，9萬(wàn)行需5個(gè)小時(shí)處理。 例二 awk數(shù)組處理兩個(gè)文件索引的問(wèn)題（替代法） [root@TestAs4 zlwt]# more a deptA deptB deptC deptD [root@TestAs4 zlwt]# more b aaa 0 bbb 1 ccc 2 ddd 0 eee 2 fff 2 [root@TestAs4 zlwt]# awk 'NR==FNR {k[i++]=$1} NR>FNR { print $1,k[$2]}' a b aaa deptA bbb deptB ccc deptC ddd deptA eee deptC fff deptC NR==FNR {k[i++]=$1} #先把a(bǔ)文件的值賦給數(shù)組k,，下標(biāo)從0自動(dòng)增長(zhǎng) NR>FNR { print $1,k[$2] #其中 $1,$2是b中的第一,二個(gè)域,，k[$2]為a的值 下面方法是r2007版主的其實(shí)是一樣的 [root@TestAs4 zlwt]# awk '{if(NR==FNR)k[i++]=$0;else print $1,k[$2]}' a b
aaa deptA bbb deptB ccc deptC ddd deptA eee deptC fff deptC 另外一個(gè)例子 awk ' BEGIN{FS="[|]";OFS="|"} FNR==NR{a[$1]=$2} FNR<NR{if(!a[$1]) {$1="13";print} else {$1=a[$1];print}} ' wj wj1>wj2 文件1 1|name1 2|name2 3|name3 5|name5 6|name6 文件2
1|name11 2|name22 3|name33 4|name44 5|name55 6|name66 7|name77 8|name88 輸出結(jié)果
name1|name11 name2|name22 name3|name33 13|name44 name5|name55 name6|name66 13|name77 13|name88 它在處理2個(gè)以|分割的文件 例如 文件1 wj 格式 id1|desc1 文件2 wj1格式 id2|desc2 FNR==NR{a[$1]=$2} 意思是處理第一個(gè)文件時(shí) 把 desc1 賦值給 數(shù)組 a 的 a[id1] 單元。
FNR<NR 條件是在處理第2文件成立,。這樣在處理第2 文件時(shí) {if(!a[$1]) {$1="13";print} else {$1=a[$1];print 如果a[$1] 是空,，就把第2文件那行的第1列替換為 13 輸出 如： 13|desc2 如果a[$1]非空，就是這個(gè)數(shù)組值已經(jīng)在處理第1文件賦過(guò)值,。就把$1替換為 a[$1] 即 文件1對(duì)應(yīng)的$2,。輸出的就是 desc1|desc2 歸納一句 就是在文件2中以id2在文件1中查id1=id2的對(duì)應(yīng)desc1 ，
找到輸出 desc1|desc2 找不到輸出 13|desc2 例：把數(shù)組中如1331131***** 批量替換成86 1331131***** #cat a.txt 13994623***
13394660*** 13394660*** 13394671*** 13394672*** 13394690*** 13394692*** 15304863*** #awk '{print "86"$1}' a.txt > b.txt
8613994623***
8613394660*** 8613394660*** 8613394671*** 8613394672*** 8613394690*** 8613394692*** 8615304863*** ＃awk '{print substr($1,3,11)}' b.txt 把86去掉
13994623*** 13394660*** 13394660*** 13394671*** 13394672*** 13394690*** 13394692*** 15304863*** ------------------------------------------------------------------------------ 兩個(gè)文件關(guān)聯(lián)處理 [root@TestAs4 cwm]# awk '{print $1}' 153mdn.txt |uniq -c 4 七臺(tái)河 5 伊春 18 佳木斯 13 雙鴨山 66 哈爾濱 1 大興安嶺 32 大慶 20 牡丹江 19 綏化 16 雞西 15 鶴崗 10 黑河 19 齊齊哈爾 [root@TestAs4 cwm]# awk '{print $1,substr($1,1,7)}' hlj_jifei >hlj_temp [root@TestAs4 mdn]# more hlj_temp 13009700055 1300970 13009700495 1300970 13009701075 1300970 13009701282 1300970 [root@TestAs4 mdn]# ls 2 3 awk_script cwm hlj_jifei hlj_temp newmdn_table.TXT temp test1 [root@TestAs4 mdn]# more test1 1300019 510 020 廣州 1300101 110 010 北京 1300103 110 010 北京 1300104 110 010 北京 1300106 110 010 北京 [root@TestAs4 mdn]# awk 'NR==FNR{a[substr($1,1,7)]=$4}NR>FNR&&a[b=substr($1,1,7)]{print $1,a[b]}' test1 hlj_temp |more
或 [root@TestAs4 mdn]# awk 'NR==FNR{a[$1]=$4}NR>FNR&&a[b=substr($1,1,7)]{print $1,a[b]}' test1 hlj_temp 13009700055 哈爾濱 13009700495 哈爾濱 13009701075 哈爾濱 13009701282 哈爾濱 --------------------------------------------------------------------------------------
[root@TestAs4 mdn]# more temp 1300970 13009700055 1300970 13009700495 1300970 13009701075 1300970 13009701282 -------------------------------------------------------------------------------- [root@TestAs4 mdn]# more awk_script
BEGIN { while ((getline < "test1") > 0){ lines[$1]=$4 };OFS=" " } { if($1 in lines){ $1=lines[$1] #把test1文件的$4替換到temp文件的$1上 print $0 } } #要求把test1文件的第四個(gè)字段插入到temp文件的相應(yīng)條目的第一個(gè)子段中 #利用getline獲取test1文件的第四個(gè)字段,，并且放到一個(gè)數(shù)組中,。 [root@TestAs4 mdn]# ls 2 3 awk_script cwm hlj_jifei hlj_temp newmdn_table.TXT temp test1 [root@TestAs4 mdn]# awk -f awk_script temp |wc -l 63440 [root@TestAs4 mdn]# awk -f awk_script temp |more 哈爾濱 13009700055 哈爾濱 13009700495 awk又一個(gè)例子： 統(tǒng)計(jì)某一列所有值的和
把所有第二列的值求和
[root@TestAs4 ~]# more cwm.txt cwm 123 zbl 124 yhh 2 cj 1 [root@TestAs4 ~]# awk '{a[x++]=$2};END{for(i=1; i<=NR; i++) b=b+a[i-1];print b }' cwm.txt 250 [root@TestAs4 ~]# awk '{a[NR]=$2;b=0};END{for(i=1; i<=NR; i++) b=b+a[i];print b }' cwm.txt 250 顯示文件的從第m行到n行
[root@TestAs4 ~]# sed -n '2,10'p mdn.txt
[root@TestAs4 ~]# awk 'NR==2,NR==10{print $0}' mdn.txt
給手機(jī)號(hào)碼分G網(wǎng)C網(wǎng) 1.C網(wǎng)(C網(wǎng)是133或153開頭的號(hào)) awk '$1 ~/^133/ || $1 ~/^153/' file.txt >C網(wǎng).txt
2.G網(wǎng)(由于G網(wǎng)比較多非133非153開頭的都是)
awk '$1 !~/^133/ && $1 !~/^153/' file.txt >G網(wǎng).txt
給兩個(gè)文件每行對(duì)應(yīng)連接
[root@TestAs4 cwm]# more tep_01.txt
cwm 13911320988 zbl 13931095233 chen 12333333333 cwm 12233333333 cwm 45555555555 [root@TestAs4 cwm]# more tep_02.txt cwm1 111320988 zbl1 131095233 chen1 133333333 cwm1 133333333 cwm1 455555555 awk 'NR==FNR {a[FNR]=$0} NR>FNR { print $0,a[FNR]}' tep_01.txt tep_02.txt
cwm1 111320988 cwm 13911320988
zbl1 131095233 zbl 13931095233 chen1 133333333 chen 12333333333 cwm1 133333333 cwm 12233333333 cwm1 455555555 cwm 45555555555 還有一個(gè)命令 paste
[root@TestAs4 cwm]# paste tep_01.txt tep_02.txt cwm 13911320988 cwm1 111320988 zbl 13931095233 zbl1 131095233 chen 12333333333 chen1 133333333 cwm 12233333333 cwm1 133333333 cwm 45555555555 cwm1 455555555 awk 處理HAN開頭下一個(gè)HAN的上一行數(shù)字為結(jié)尾的文件 ... 或者中提取任一文件段 以HAN開頭,下一個(gè)HAN的上一行數(shù)字段為結(jié)尾的一段 生成HAN1等這樣的文件
[root@TestAs4 cwm]# more file1.txt HAN 1 12 23 34 45 23 45 56 HAN 2 12 23 34 45 23 45 56 12 23 34 45 HAN 3 12 23 34 45 23 45 56 44 12 23 34 45 23 45 56 HAN 4 12 23 34 45 23 45 56 HAN n awk '{ if ($1=="HAN" && NF==2) fn=$2; print $0>>"HAN" fn;}' file1.txt awk '{fn=$2; print $1 >>fn"hb"}' hbuse.txt 這是所有記錄以$2歸類。 -----------------------找出兩文件相同及不同的值 ----------------------------------
awk 'NR==FNR{a[$0]++} NR>FNR&&!a[$0]' file1 file2 找出文件2中不同的值 awk 'NR==FNR{a[$0]++} NR>FNR&&a[$0]' file1 file2 找出兩文件中相同的值 或 awk 'NR==FNR{a[$0]}NR>FNR{ if(!($1 in a)) print $0}' file1 file2 找出文件2中不同的值 awk 'NR==FNR{a[$0]}NR>FNR{ if($1 in a) print $0}' file1 file2 找出兩文件中相同的值 ------------------------awk按字段分類統(tǒng)計(jì) ----------------------------------------
1300018 廣東 1300019 廣東 1300100 北京 1300101 北京 1300126 北京 1300127 北京 1300128 北京 1300129 北京 1300130 天津 1300131 天津 1300132 天津 1300133 天津 想得到三個(gè)文件：
廣東2.txt 1300018 1300019 北京6.txt
1300100 1300101 1300126 1300127 1300128 1300129 天津4.txt 1300130 1300131 1300132 1300133 awk '{a[$2]++;print $1 > $2} END {for (i in a) {print "mv " i " " i""a[i]".txt" }}' ufile|sh
本文來(lái)自CSDN博客，轉(zhuǎn)載請(qǐng)標(biāo)明出處：http://blog.csdn.net/sahusoft/archive/2009/08/05/4414237.aspx
|
|
|
