☰

Grep dois arquivos e imprime linhas com múltiplos acessos

tag-icon • tag-icon text-processing grep pattern-matching
Grep dois arquivos e imprime linhas com múltiplos acessos

Eu tenho dois arquivos.

  • file1.txt 
    abc
def
ghi
jkl
mno
pqr
  • file2.txt 
    abc ghi
abc xyz
xyz xyz
mno jkl
def stu

(separador de coluna é tabulação)

Estou tentando fazer o grep file1.txtcontra file2.txtalgo assim:

grep -w -f file1.txt file2.txt

e recebo a seguinte saída:

abc     ghi
abc     xyz
mno     jkl
def     stu

No entanto, o que eu quero é a saída ondeamboscoluna 1 e coluna 2 de file2.txttêm ocorrências em file1.txt, assim:

abc     ghi
mno     jkl

Qualquer ajuda é bem vinda.

Obrigado.

Dan

Responder1

Salve cada valor file1.txtem um array a. Em seguida, analise file2.txte imprima as linhas que possuem o primeiro e o segundo campo em a.

awk 'NR==FNR{a[$0];next}$1 in a && $2 in a' file1.txt file2.txt

Para um número arbitrário de campos em file2.txt, faça um loop em todos os campos e execute a verificação. Se um dos campos não estiver em a, continue para a próxima linha, caso contrário imprima a linha.

awk 'NR==FNR{a[$0];next}{for(i=1;i<=NF;i++){if(!($i in a)){next}}print}' file1.txt file2.txt

Responder2

Usando pythonpodemos abordar o pbm criando um superconjunto bque compreende os elementos de file1.txt.

Então, para cada linha lida, file2.txtverificamos se o conjunto formado a partir desta linha atual é um subconjunto do superconjunto b. Nesse caso, imprimimos a linha atual de file2.txt`

$ python3 -c 'import sys
f1, f2 = sys.argv[1:]
with open(f1) as fh1, open(f2) as fh2:
  b = set([l.strip() for l in fh1])
  print(*(l.rstrip() for l in fh2 if set(l.strip().split()).issubset(b)), sep="\n")
' file1.txt file2.txt

abc ghi
mno jkl

$ perl -lane '$. == 1 and 
    %h = map { /(.*)(\n)/ } <STDIN>;
    print if ! grep { ! $h{$_} } @F;
' file2.txt < file1.txt

Usando sed armazenamos file1.txt no espaço de espera e então para cada linha lida de File2.txt comparamos com a presença de TODOS os elementos da linha atual e imprimimos quando todos encontrados.

$ sed -Ee '
    /\n/{h;d;}
    /\s/!{H;d;}
    G;h
    s/\n.*//;s/\n//;x
    :a
      s/^\s?(\S+)((\s\S+)?\n.*\n\1(\n|$))/\2/
    ta
    s/^\n//;tb
    D;:b;x
' file1.txt file2.txt

while IFS= read -r l <&3; do
  read -r a b <<<"$l"
  grep -qFe "$a" file1.txt &&
  grep -qFe "$b" file1.txt &&
  printf '<%s>\n' "$l"
done 3< file2.txt

informação relacionada