使用awk处理3个文件

考虑以下文件：

file1：

boo,8,1024
foo,7,2048

file2：

foo,0,24,154
noo,0,10,561

file3：

24,154,7,1024,0

我需要转到File1并检查是否$2==7；如果为true，则从File1中获取$1，$2并$3从File1中获取；现在我必须比较$1从File1等于$1从File2；如果是真的，我不得不采取$3并$4从文件2，其不存在于文件1，那么我必须去文件3，检查是否$1从文件3等于$3从文件2，并$2从文件3等于$4从文件2 ; 如果是，那么我必须检查是否$2来自File1等于$3从文件3，那么如果这种情况是真的，我有比较$3从File1中有$4来自文件3，如果$3从文件1大于$4从文件3。

我尝试了以下脚本：

cat [file1] [file2] [file3] | 
awk -F, 
'{if(NF==3)
    {if($2==7){a[$1]=$1; b[$1]=$2; c[$1]=$3}
    }else
        {if(NF==4){if(a[$1]==$1){d[$3]=$3; e[$4]=$4}
                  }else
                        {if(NF==5){if(d[$1]==$1 && e[$2]==$2){print a[$1], b[$1], c[$1], d[$1]}}
                        }
                  }

  }'

所需的输出是：

foo,7,2048,24,154,1024

这对我有用：

awk -F, 'FNR==1{++f} \
  f==1 && $2==7 {a1[$1]++; a2[$2]=$3; o=$0} \
  f==2 && a1[$1] {o=o","$3","$4; a3[$3]=$4} \
  f==3 && a3[$1] && $2==a3[$1] && a2[$3] && $4<a2[$3] {print o}' \
file1 file2 file3

说明：

• 第一行（FNR==1{++f}）递增文件索引，以便稍后确定我们在1-3中是哪个文件。
• file1：如果$2相等7
  • 填充数组a1与$1作为索引和a2与$2作为索引和$3为值
  • o用前3个字段写下变量（输出）
• 文件2：如果$1的file2平等$1的file1（prevously写a1）
  • 追加$3和$4到输出变量o。
  • a3用$3索引和$4值填充数组。
• file3：如果：
  • $1等于file2s $3（的索引a3）
  • $2等于file2s $4（值a3）
  • $3等于file1s $2（的索引a2）
  • $4低于file1s $3（值a2）
• 然后：
  • 打印的值o。

TXR解决方案：

@(repeat)
@id,@val0,@val1
@  (next)
@  (skip)
@id,@nil,@val2,@val3
@  (next)
@val2,@val3,@val0,@val4,@val5
@  (require (< (int-str val4) (int-str val1)))
@  (output)
@id,@val0,@val1,@val2,@val3,@val4
@  (end)
@(end)

跑：

$ txr join.txr file1 file2 file3
foo,7,2048,24,154,1024

但是精明的观察者会注意到，在代码的任何地方都没有指定7，只是出现在输出中！这是因为代码实际上正在遍历所有记录，file1并打印出所有符合匹配条件和约束条件的组合。样本数据中唯一的一个val0是7。

如果找到更多组合，则可以将其限制为7这样的组合：

$ txr -Dval0=7 join.txr file1 file2 file3
foo,7,2048,24,154,1024

# how about 6?
$ txr -Dval0=6 join.txr file1 file2 file3
# no output

TXR模式提取语言在这里通过重复变量名称，跨多个文件，多行提取模式，非文本约束以及诸如输出之类的嵌入副作用，为隐式向后引用提供了一种大模式匹配。 。

接受的Awk解决方案仔细翻译了TXR Lisp awk宏：

(awk (:begin (set fs "," ofs ","))
     (:let o (a1 (hash :equal-based)) (a2 (hash)) (a3 (hash)))
     (t (mf [orf int-str identity])) ;; map those fields to integers, which can be
     ((and (= arg 1) (= [f 1] 7)) (inc [a1 [f 0] 0])
                                  (set [a2 [f 1]] [f 2])
                                  (set o rec))
     ((and (= arg 2) [a1 [f 0]]) (set o `@o,@[f 2],@[f 3]`)
                                 (set [a3 [f 2]] [f 3]))
     ((and (= arg 3)
           [a3 [f 0]]
           (= [f 1] [a3 [f 0]])
           [a2 [f 2]]
           (< [f 3] [a2 [f 2]])) (prn o)))

跑：

$ txr awkit.tl file1 file2 file3
foo,7,2048,24,154

,1024输出中的必需部分丢失；原始的“ Awk Classic”具有此行为。