AWK：比較具有不同分隔符的文件的差異

Question

1.txt 
1|2|3 
4|5|6 
7|3|6 

2.txt (double pipe) 
1||2||3 
4||5||6 

expected 
7|3|6 

我想比較1.txt和2.txt並打印差異。請注意，每列的列數可能會有所不同

awk -F"|" 'NR==FNR{a[$0]++;next} !(a[$0])' 2.txt 1.txt 

如何修改代碼以在每個文件中包含分隔符。

下面的代碼工作的第一場單獨但是我不知道用雙管如何分離等領域

awk -F"|" 'NR==FNR{a[$1]++;next} !(a[$1])' 2.txt 1.txt 

Answer 1

一個簡單的解決方法是將擠壓雙分隔符在餵奶前第二個文件到awk：

awk -F"|" 'NR==FNR{a[$0]++;next} !(a[$0])' <(tr -s '|' < 2.txt) 1.txt 

爲您的樣品輸入，它會產生：

7|3|6 

---

編輯：你斷言

awk -F"|" 'NR==FNR{a[$1]++;next} !(a[$1])' 2.txt 1.txt 

作品。它不符合你的期望。它僅比較第一個字段，而不是整行。

Answer 2

我通常使用bash功能來實現這一點：

diff 1.txt <(sed 's/||/|/g' < 2.txt) 

Answer 3

您可以使用此awk，

awk -F"|" 'NR==FNR{gsub(/\|\|/,"|",$0);a[$0]++;next} !(a[$0])' 2.txt 1.txt 

Answer 4

您可以使用正則表達式作爲GAWK分隔符，像這樣，如果你不請記住，如果輸出未排序（如awk中的數組），您可以使用單個命令完成：

gawk 'BEGIN {FS="\\|\\|*"} {gsub(FS,"|") ; a[$0]++} END {for (k in a) {if (a[k] > 0) { print k } } }' 

1. BEGIN {FS="\\|\\|*"} ==>字段分隔符是一個或多個|
2. {gsub(FS,"|") ; a[$0]++} ==>在每一行正常化隔板| S的數量爲一，存儲在a N陣列的線，或者如果它是已經在a rray，增加與其相關的值
3. END {for (k in a) {if (a[k] > 0) { print k } } }終於打印每a rray元素，它發現不止一次。