0

基本上我的代码会遍历整个文件，然后不会打印出最后两行，因为当它找不到另一个“P”时没有什么可以让它继续运行这是我的代码：

BEGIN{

FS= "|"
countA=CountB=0;

}

{

id=substr($2,1,1);
++file[id]




if ($3 == "P"){
#      print "message 1", countB, countA;

  if(countB==0){
    for(dupes in B){
      print B[dupes] > "Bdupes.txt"

      print dupesB[dupes];
      print "ouputted logs for B";
      }
    }

  else if(countA==0){
    for(dupes in A){
      print A[dupes] > "Adupes.txt"
      }
    }

  else if(countA==countB){
    i=1
    while(i<countA){

      print A[i] > "mixdupes.txt"
      print B[i] > "mixdupes.txt"
      i++;
      }
    }
  else if(countA<countB && countA!=0){

    i=1
    while(i<(countA+1)){
      print A[i] > "mixdupes.txt"
      print B[i] > "mixdupes.txt"
      i++;
      }



    i=countA+1
    while(i<(countB+1)){
      print B[i] > "Bdupes.txt"
      i++;
      }
    }
  else if(countB<countA && countB!=0){
    i=1
    k=countB + 1;
    while(i<k){
      print A[i] > "mixdupes.txt"
      print B[i] > "mixdupes.txt"
      i++;
      }

    j=countB+1

    while(j<(countA+1)){
      print A[j] > "Adupes.txt"
      j++;
      }
    }


  if(id == "A"){
    A[1]=$0
    countA=1;
    countB=0;

    }

  else if (id == "B"){
    B[1]=$0
    countA=0;
    countB=1;
    }



  }
else if($3 == "C"){

  if(id=="A"){
    countA++;
    A[countA]=$0
    }

  else if(id == "B"){
    countB++;
    B[countB]=$0
    }
  }

else if($3 == "U"){

  print $0 > id "unique.txt";
  }

}



END{



for (file_id in file)
print file_id ":", file[file_id]

}

这是我的文件：

Name|ID|DDStatus|ParentID
Jon|A4|U|
Bob|B5|U|
Phil|A5|P|
Phil|B4|C|A5
Amy|A1|P|
Amy|A2|C|A1
Amy|B1|C|A1
Gareth|A3|P|
Gareth|B2|C|A3
Gareth|B3|C|A3
Elaine|B6|P|
Elaine|B7|C|B6

所以我的代码错过了最后两个：

 Elaine|B6|P|
 Elaine|B7|C|B6

因为在此之后它找不到另一个“P”。无论如何，我可以确保它在我的 END 程序之后一直运行到最后吗？我想要5个文件。

  • 显示文件 A 中唯一行的一个。（您可以从 ID 字段的开头从文件 A/B 中分辨出它。
  • 一个显示文件 B 中的唯一行
  • A plus B (P & C) 的父母和孩子
  • 如果两者都来自文件 A，则父母和受骗者，或者仅来自 AAB 的受骗者
  • 如果两者都来自文件 B，则父母和受骗者，或者如果其 ABB 则只是受骗者

所以我的 Bdupes 文件缺少两个 Elaine，因为代码没有处理最后两行。

复制：

Gareth|B3|C|A3

什么时候应该是这样的：

Gareth|B3|C|A3
Elaine|B6|P|
Elaine|B7|C|B6

我的代码基本上找到了作为父 P 的第一条记录，但是当涉及到文件的末尾时，它不会继续，因为没有留下“P”。这就是为什么两个伊莱恩失踪了。

我现在需要知道如何让 AWK 处理最后两行？

TIA

4

1 回答 1

1

您的代码看起来可以大大简化。如果您想避免进行重构，一种简单的解决方案是附加备用输入。例如，您可能只需更改if( $3 == "P" )为if ($3 == "P" || NR != FNR )并在第二个文件上运行 awk 即可，其中输入大多被忽略。（根据逻辑，不清楚您是否可能需要编写合理的输入或添加更多逻辑才能干净地终止，并且代码太丑陋，无法在不注意的情况下确定。）这实际上（几乎）与包装相同END 块中的那个代码块。另一个不错的选择是使用用户定义的函数，并在您看到“P”行并从 END 块中调用它。

无论哪种方式，您的第一步都是重构您的代码。

于 2013-09-06T21:06:43.543 回答