1

我有一个完整的文件，其中包含如下记录：

"Full name","URL-style name","key_1a","key_2a"
"Full name","URL-style name","key_1b","key_2b"
"Full name","URL-style name","key_1c","key_2c"
...

我有另一个文件，里面有这样的记录：

"URL-style name","key_1a","key_2a"
"URL-style name","key_1b","key_2b"
"URL-style name","key_1c","key_2c"
...

知道 ( "key_1","key_2") 是主键（唯一），我想在第二个文件中添加该"Full name"列。

你会怎么做？我正在寻找带有vim或 in的解决方案bash shell script。

4

4 回答 4

3

让我们对您的示例数据进行修改：

文件 1

"Full nameA","URL-style name","key_1a","key_2a"
"Full nameB","URL-style name","key_1b","key_2b"
"Full nameC","URL-style name","key_1c","key_2c"

文件2

"URL-style name1","key_1a","key_2a"
"URL-style name2","key_1b","key_2b"
"URL-style name3","key_1c","key_2c"

加工

如评论中所述，该命令的一个限制join是它只能连接单个列，但问题有一个包含两列的复合键。当然，有一些方法可以解决这个问题：基本上，您将输入重新格式化，join以便复合列可识别为使用的分隔符下的单个列，并且您必须确保每个文件中的数据按顺序正确排序复合柱。不过，join可能是这样做的方法；只需要一些准备工作和后处理。此外，Bash v4 具有“进程替换”，这对这个命令非常有用。

  1. file1使用我们需要的数据生成一个可连接的文件。

    做这件事有很多种方法; 两者sed（有点不可思议）或awk可以使用：

    $ sed 's/\([^,]*\),[^,]*,\([^,]*\),\([^,]*\)/\2:\3,\1/' file1
"key_1a":"key_2a","Full nameA"
"key_1b":"key_2b","Full nameB"
"key_1c":"key_2c","Full nameC"
$ awk -F, '{ printf "%s:%s,%s\n", $3, $4, $1 }' file1
"key_1a":"key_2a","Full nameA"
"key_1b":"key_2b","Full nameB"
"key_1c":"key_2c","Full nameC"
$

  2. file2使用我们需要的数据生成可连接文件：

    $ sed 's/\([^,]*\),\([^,]*\),\([^,]*\)/\2:\3,\1/' file2
"key_1a":"key_2a","URL-style name1"
"key_1b":"key_2b","URL-style name2"
"key_1c":"key_2c","URL-style name3"
$ awk -F, '{ printf "%s:%s,%s\n", $2, $3, $1 }' file2
"key_1a":"key_2a","URL-style name1"
"key_1b":"key_2b","URL-style name2"
"key_1c":"key_2c","URL-style name3"
$

  3. 鉴于这种预处理，直接sort就足以让数据准备好join。 

    $ join -t, -o 2.2,0,1.2 \
>      <(awk -F, '{ printf "%s:%s,%s\n", $3, $4, $1 }' file1 | sort) \
>      <(awk -F, '{ printf "%s:%s,%s\n", $2, $3, $1 }' file2 | sort)
"URL-style name1","key_1a":"key_2a","Full nameA"
"URL-style name2","key_1b":"key_2b","Full nameB"
"URL-style name3","key_1c":"key_2c","Full nameC"
$

  4. 现在我们需要将冒号后处理成逗号：

    $ join -t, -o 2.2,0,1.2 \
>      <(awk -F, '{ printf "%s:%s,%s\n", $3, $4, $1 }' file1 | sort) \
>      <(awk -F, '{ printf "%s:%s,%s\n", $2, $3, $1 }' file2 | sort) |
> sed 's/":"/","/'
"URL-style name1","key_1a","key_2a","Full nameA"
"URL-style name2","key_1b","key_2b","Full nameB"
"URL-style name3","key_1c","key_2c","Full nameC"
$

显然，您可以选择任何合适的字符而不是冒号；Control-A(0x01) 不太可能出现在您的 HTML 中。

这假定，如图所示，您的 CSV 数据在字符串中没有逗号。如果字符串中有逗号，那么生活会更加艰难；您需要一个合适的 CSV 解释器来处理数据。Perl 有Text::CSV并且还有csvfix.

于 2013-03-09T16:52:40.590 回答
1

在awk：

$ awk -F, 'NR==FNR{a[$3$4]=$1;next}($2$3 in a){print a[$2$3]","$0}' file1 file2
"Full name","URL-style name","key_1a","key_2a"
"Full name","URL-style name","key_1b","key_2b"
"Full name","URL-style name","key_1c","key_2c"
于 2013-03-09T16:57:07.560 回答
0

您正在搜索的命令是join.

请参阅man join详细信息。

如果您遇到错误，例如pfull.txt:6: is not sorted您可以使用sort命令对输入文件进行排序，或者--nocheck-order尝试使用该选项。

于 2013-03-09T15:34:57.970 回答
0

如果您不必相互匹配条目，因为两个文件中的数据顺序相同：

使用 Vim 视觉块模式。

在 Vim 中的两个窗口中打开这两个文件（:sp <filename>或:vsp <filename>将对此有所帮助），使用 开始块选择所需的文本CTRLv，使用 复制y。

使用 在窗口之间移动CTRLwh j k l，具体取决于您是否有垂直或水平拆分。

将光标放在要粘贴剪贴板数据的位置，按p。

于 2013-03-09T18:20:04.277 回答