Shell使用awk命令完成两个文件的关联join
先看看awk中的两个自身变量,NR和FNR。 awk可以指定同时读取多个文件,按照指定的先后顺序,逐个读取。
NR指的是awk所读取到所有记录(包括多个文件)的行数索引号,大概是Number Of Record的意思。
FNR只的是awk所读取到的每个文件中的行数索引号,当文件发生切换时候,FNR重新从1开始,大概是File Number Of Record的意思。
# a.txt文件内容
1 10
2 20
3 30
4 50
# b.txt文件内容
1 点击
2 搜索
4 购买
一、 将两个文件进行join,实现a.txt left outer join b.txt的操作
# 命令
awk -F'\t' 'NR==FNR{a[$1]=$2;}NR!=FNR{print $0,a[$1]}' OFS='\t' b.txt a.txt
# 结果
1 10 点击
2 20 搜索
3 30
4 50 购买
解释:
- NR==FNR{a[$1]=$2;}
a是一个数组;当NR==FNR,也就是读取第一个文件的内容(第一个文件就是后面的b.txt),以b.txt中的$1作为数组索引号,以b.txt中的$2作为数组的值;
因此,第一部分过后,有了一个数组a,具体的值为 a[1]=”点击″, a[2]=”搜索″, a[4]=”购买″
- NR!=FNR{print $0,a[$1]}
当NR!=FNR时候,也就是读取第二个文件的内容(a.txt),print $0(打印a.txt中的内容),以及a[$1],这里的含义是以a.txt中的$1为索引号,去数组a中获取值,因为之前数组a中的索引号有1,2,4。
二、 将两个文件进行内连接join,实现a.txt inner join b.txt的操作
# 命令
awk -F'\t' 'NR==FNR{a[$1]=$2;}NR!=FNR && a[$1] {print $0,a[$1]}' b.txt a.txt
# 结果
1 10 点击
2 20 搜索
4 50 购买
条件变成了NR!=FNR && a[$1]
读取第二个文件的内容,并且第二个文件的$1在数组中存在,也可以写成 $1 in a。