awk处理多个文件

参考：

http://cwind.blog.51cto.com/62582/685253

 

cat file1:
0011AAA 200.00 20050321
0012BBB 300.00 20050621
0013DDD 400.00 20050622
0014FFF 500.00 20050401
cat file2:
I0011  11111
I0012  22222
I0014  55555
I0013  66666
规则：比较 file1的1-4字符 和 file2的2-5 字符，如果相同，将file2 的第二列 与 file1 合并 file3
0011AAA 200.00 20050321 11111
0012BBB 300.00 20050621 22222
0013DDD 400.00 20050622 66666
0014FFF 500.00 20050401 55555

 

 

note：

【1】

文件1的3、4行：

I0014  55555
I0013  66666

文件2的3、4行：

I0014  55555
I0013  66666

可见，顺序并不是按每一行对应的。如果对应，可以用行号为索引，如下操作：

 

可惜不是，那么，难道要取第一个文件的每一行，在第二个文件中遍历一遍进行查找吗？不是的，可以用哈希。采用字段做下标，就行了！

x[sub($1,2,4)]=$2

很妙！

采用行号做下标的话：

x[FNR]=substr($1,2,4);

【2】$4=x[substr($1,2,4)];

$4之前并不存在，这里就直接赋值了，于是产生了新的字段。试了一下，用$5=x[substr($1,2,4)];也是一样的。

 

【3】

如果取哈希数组时，传入了不存在的下标，会发生什么》如果文件2为：

0011AAA 200.00 20050321
0012BBB 300.00 20050621
0013DDD 400.00 20050622
0014FFF 500.00 20050401
0015FFF 500.00 20050401

 

那么返回值$4将会是空字符串。

 

 

 

 

另外，两个文件一起处理，也可以不用NR来判断的，可以使用getline：