awk腳本刪除單個記錄，而不只是組記錄

我有一個輸出條目從$ NEWFILE缺席，但在$的oldfile發現了一個awk命令：awk腳本刪除單個記錄，而不只是組記錄

awk -F "|" 'NR==FNR{a[$4]++}!a[$4]' $NEWFILE $OLDFILE > $OUTFILE

此命令的偉大工程，當實體的所有條目在$ NEWFILE中找不到共享唯一標識符。但是，如果實體中只有一個條目（而不是全部）已從$ NEWFILE中刪除，則它會失敗。

任何人都有關於如何調整awk命令來輸出$ NEWFILE中沒有但在$ OLDFILE中找到的所有條目的建議，無論是否刪除實體的所有條目？

樣本數據：newfile，oldfile

來源

2011-12-02 user981023

根據您的數據，您是否需要關閉第四列或是否可以關閉第一列？ – Xailor

如果我理解正確的話，這是你要

awk -F "|" 'NR==FNR{a[$1 $2 $3 $4]++}!a[$1 $2 $3 $4]' NEWFILE OLDFILE > OUTFILE

由於NEWFILE沒有出現在OLDFILE唯一行標識符是四個第一場的複合材料中的網址是什麼。因爲NEWFILE沒有這些網址，所以簡單的diff不會。

來源

2011-12-02 18:46:05 flesk

就是這樣！我認爲它可能縮短爲：'awk -F「|」 'NR == FNR {a [$ 2 $ 4] ++}！[$ 2 $ 4]'NEWFILE OLDFILE> OUTFILE'但是是的，就是這樣！謝謝！ – user981023

@ user981023：可能是這樣。不確定對有限的示例數據存在的其餘數據集做出哪些假設。如果它解決了您的問題，請隨時接受答案。 – flesk

嗯，我在想，既然$ 1和$ 3的列總是匹配$ 4，那麼$ 2就是唯一的條目。因此，如果$ 2和$ 4匹配，您可以放心地刪除。那是對的嗎？ – user981023

AWK是行解釋線那原因只有一個被刪除線和其他地方之中。你可以做兩件事：

如果可以的話，過濾一個表達式，該表達式對於行是通用的。
對於newfile的每一行，運行一個for循環，它將迭代oldfile併爲您執行操作。

來源

2011-12-02 17:44:26

短而甜：使用diff。您可以將diff oldfile newfile | grep '^< ' | cut -b3-限制爲您想要的輸出。

來源

2011-12-02 18:13:22

'diff'不適用於他的情況，因爲'OLDFILE'對於'NEWFILE'沒有的每一行都有一個url字段。你的簡短而甜蜜的命令相當於'cat newfile'。 – flesk

是的，差異很好。 – Xailor

必須使用awk？我們可以簡單地僱用join，這真的是你在這裏做的，不是嗎？

$join -v2 -t'|' -j4 <(sort -t'|' -k4 newfile) <(sort -t'|' -k4 oldfile) |tee outfile 
P-1-01541|22|Professor|University of Alabama at Birmingham|http://www.uab.edu/ 
P-1-01541|22|Short-Term Scholar|University of Alabama at Birmingham|http://www.uab.edu/

當然，這是假設你要加入的第4列，像最基本的加入，你不希望再次重申，必須先進行排序。

來源

2011-12-02 19:13:59 Xailor

awk腳本刪除單個記錄，而不只是組記錄

回答

相關問題