shell的join操作

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：

1. 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″

2. 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。

参考 https://www.pianshen.com/article/44771943671/