☰

Unix - Awk - 匹配和合并部分匹配的两个文件（在字符串内）

tag-icon • tag-icon text-processing awk
Unix - Awk - 匹配和合并部分匹配的两个文件（在字符串内）

我有两个文本文件：FileA.txt 和 FileB.txt。

它们是制表符分隔的。
FileA.txt 包含事务级记录。
FileB.txt 包含参考/查找“表”。

我想通过将 FileB.txt 中的“公司”内容与 FileA.txt 中的“描述”相匹配，将 FileB.txt 中名为“公司”和“类别”的列附加到 FileA.txt。

需要澄清的是，匹配和合并应该基于 FileA.txt 中名为“Description”的列中包含的字符串中是否存在“Company”的内容。
对此的任何帮助将不胜感激。

文件A.txt

Date    Description Amount
1/15/2016   1231 HAMBURGER #1234 Albany NY 24186166001200699400511  -22.54
3/3/2016    EASTERN FRUIT CO S1 Trenton NJ  -110.93
2/26/2016   GUMPS* PAPER INC. 999-123-4560 CA   -9.99
2/16/2016   EASY BURGERS SUPPLIES 01/31 #000741643 PURCHASE FOOD S TRENTON NJ   -10.97
2/19/2016   FRANKFURTER Stamford CT -14.18
2/5/2016    CHECKCARD 0141FRANK'S GROCERIES Albany NY 24071056031987159327565   -87.92
3/11/2016   WIRED PENCIL & PAPER Sacramento NJ  -72.16
3/18/2016   UNDERWATER MAIL SRVC 654321 800-1234567 DC  -65
1/31/2016   VOYAGER REAL ESTATE CO . 415 DES:LEASE PYMNT INDN:123 Main St. CO ID:XXXXX999 ACH   -126.65
1/18/2016   CARD 0101 US BASKETWEAVING ASSOC 123-456-7890 TX 54692166432112345  -265
4/18/2016   CARD ACH #89 UNDERWATER MAIL SRVC 654321 800-1234567 DC 6787654320  -250

文件B.txt

Company CATEGORY
HAMBURGER   FOOD
FRANKFURTER FOOD
PAPER INC.  OFFICE
WIRED PENCIL & PAPER    OFFICE
FRANK'S GROCERIES   GROC
EASY BURGERS SUPPLIES   GROC
EASTERN FRUIT CO.   GROC
US BASKETWEAVING ASSOC  OFFICE
UNDERWATER MAIL SRVC    OFFICE
VOYAGER REAL ESTATE REAL ESTATE

答案1

简单的实现。不确定 awk 是最好的工具。

  awk -F '\t' '
    BEGIN {
        while(getline < "fileB.txt")
           fileB[$1]=$0
    }

    {
      matched=""
      for (company in fileB) 
      {    
        if ( $2 ~  company ) 
        {
            matched=fileB[company]
            break
        }
      } 
      if (matched)
        print $0 "\t" matched
      else
        print 

    }' fileA.txt

这是向您展示如何开始，该脚本可以改进。只有输入干净时匹配才是可靠的，否则匹配不起作用。注意大写/小写，单词之间由多个空格分隔，...一行可能会匹配多个公司，该脚本不会检测到它，在这种情况下，您必须将换行符替换为计数器然后在循环后测试。

相关内容