☰

Ich möchte zwei Dateien vergleichen und abgleichen und sie in einer Datei ausdrucken

tag-icon • tag-icon sed perl
Ich möchte zwei Dateien vergleichen und abgleichen und sie in einer Datei ausdrucken

Ich habe zwei Dateien, Datei1 und Datei2

Datei1:

r11_abc_gkhsa 1.0 1.5 1.9
r11_bcd_gkhsa 1.0 1.5 1.7
r11_acd_gkhsa 1.3 1.6 1.5
r11_xyz_gkhsa 1.0 1.5 1.9

Datei2:

sd1_bcd_gkhsa 1.8 1.5 1.9
ab1_abc_gkhsa 1.6 1.4 1.5
sfs_xyz_gkhsa 1.4 1.6 1.4
sd1_acd_gkhsa 1.2 1.3 1.5
sfs_ryb_gkhsa 1.5 1.2 1.7

Ich möchte „abc, bcd, acd und xyz“ aus Datei1 mit Datei2 abgleichen. Immer wenn es mit Datei2 übereinstimmt, möchte ich es folgendermaßen ausdrucken.

Ausgabe:

r11_abc_gkhsa 1.0 1.5 1.9     ab1_abc_gkhsa 1.6 1.4 1.5
r11_bcd_gkhsa 1.0 1.5 1.7     sd1_bcd_gkhsa 1.8 1.5 1.9
r11_acd_gkhsa 1.3 1.6 1.5     sd1_acd_gkhsa 1.2 1.3 1.5
r11_xyz_gkhsa 1.0 1.5 1.9     sfs_xyz_gkhsa 1.4 1.6 1.4
sfs_ryb_gkhsa 1.5 1.2 1.7

kann Perl oder sed verwenden. Kann mir jemand Ideen geben, wie ich daran arbeiten kann?

Antwort1

Wenn Sie nur einfache Arrays verwenden möchten bash-

#read in the data from 2 files
unset arr1; declare -A arr1; 
while read -r -u3 line; do \
    i=${line%_*}; \
    i=${i#*_}; \
    arr1[$i]+=" $line"; \
done 3< <(cat f1 f2); \
exec 3<&-
#output array by iterating throug the keys
for k in "${!arr1[@]}"; do \
     echo ${arr1[$k]}; \
done | sort

Ausgabe --

r11_abc_gkhsa 1.0 1.5 1.9 ab1_abc_gkhsa 1.6 1.4 1.5
r11_acd_gkhsa 1.3 1.6 1.5 sd1_acd_gkhsa 1.2 1.3 1.5
r11_bcd_gkhsa 1.0 1.5 1.7 sd1_bcd_gkhsa 1.8 1.5 1.9
r11_xyz_gkhsa 1.0 1.5 1.9 sfs_xyz_gkhsa 1.4 1.6 1.4
sfs_ryb_gkhsa 1.5 1.2 1.7

Antwort2

Verwenden von join, sort, und sed:

join -j 2 -t_ -a 1 -a 2  -o 1.1,1.2,1.3,1.9999,2.1,2.2,2.3 \
     <(sort -t_ -k2 file1) <(sort -t_ -k2 file2) | \
     sed 's/__/  /g;s/^ *//g' | sort
  1. sort Datei1undDatei2verwenden Sie bashdie *Prozesssubstitution, dann …
  2. Verwenden Sie _als Feldtrennzeichen joindie beiden sortierten Dateien mit gemeinsamen Instanzen von Feld Nr. 2 und drucken Sie auch jede Zeile aus einer der Dateien einzeln aus, die nicht übereinstimmt. Das nicht vorhandene Feld 1.9999trennt jedes verbundene Paar mit einem zusätzlichen, _um Schritt Nr. 3 zu vereinfachen.
  3. Bereinigen Sie hässliche Ausgabeteile mit sed.
  4. sortdie Ergebnisse.

Ausgabe:

r11_abc_gkhsa 1.0 1.5 1.9  ab1_abc_gkhsa 1.6 1.4 1.5
r11_acd_gkhsa 1.3 1.6 1.5  sd1_acd_gkhsa 1.2 1.3 1.5
r11_bcd_gkhsa 1.0 1.5 1.7  sd1_bcd_gkhsa 1.8 1.5 1.9
r11_xyz_gkhsa 1.0 1.5 1.9  sfs_xyz_gkhsa 1.4 1.6 1.4
sfs_ryb_gkhsa 1.5 1.2 1.7

verwandte Informationen