如何使用 awk 使用另一个文件中的数字从文件中正确提取行？

Question 1

由于您的第二个文件是逗号分隔的，因此您需要使用命令行选项将 awk 字段分隔符设置为,- ：-F

awk -F, 'FNR==NR{a[$1];next} $1 in a' /tmp/first_file /tmp/second_file > /tmp/third_file

或通过FS内置变量：

awk 'FNR==NR{a[$1];next} $1 in a' /tmp/first_file FS=, /tmp/second_file > /tmp/third_file

后一种方法将允许您处理第一个文件不是逗号分隔（并且有多个字段）的情况。

Answer

由于您的第二个文件是逗号分隔的，因此您需要使用命令行选项将 awk 字段分隔符设置为,- ：-F

awk -F, 'FNR==NR{a[$1];next} $1 in a' /tmp/first_file /tmp/second_file > /tmp/third_file

或通过FS内置变量：

awk 'FNR==NR{a[$1];next} $1 in a' /tmp/first_file FS=, /tmp/second_file > /tmp/third_file

后一种方法将允许您处理第一个文件不是逗号分隔（并且有多个字段）的情况。

Question 2

使用乐（以前称为 Perl_6）

~$ raku -ne 'BEGIN my @a = "nbr_list.txt".IO.lines.map: *.Int;  \
             .put if $_.split(",")[0] == any(@a);'  file.csv

#OR

~$ raku -ne 'BEGIN my @a = "nbr_list.txt".IO.lines.map: *.Int;  \
             .put if $_.split(",")[0] ~~ any(@a);'  file.csv

Raku 是 Perl 家族的一种编程语言。当您时BEGIN，获取数字列表并将其存储在数组中@a。然后，标志-ne从命令行读取文件，而不自动打印（awk类似行为）。

此处，该行被读入主题变量 ( $_)（位于逗号上），并获取split第一个元素 ( )。使用数值相等运算符（第一个代码示例）或 Raku 的智能匹配运算符来[0]比较这些元素。在操作员的右侧，阵列变成了结点。如果满足条件，则条件输出该行。==~~@aany()ifput

输入示例：

1,Michael Jordan
2,Karl Malone,
3,Charles Barkley
4,Greg Anthony
5,Chris Mullen
6,Reggie Miller
7,Billy Owens
8,David Robinson
9,Shaquille O'Neal
10,John Stockton

示例输出（使用nbr_list.txt由 1,4,7,9 组成的文件）：

1,Michael Jordan
4,Greg Anthony
7,Billy Owens
9,Shaquille O'Neal

连接点很有趣，因为它们会自动线程化。对于上述问题，one()连接器也可以工作，甚至可能更有效。

另一种方法是使用集合：将行号转换为 a Setof Ints。数据按行读取，每个第一列都被强制为Int，并检查它是否是(elem)集合的元素。请注意，以下代码中可以使用infix(elem)或 infix , （Unicode 符号）：∈

~$ raku -ne 'BEGIN my $set1 = Set.new("nbr_list.txt".IO.lines.map: *.Int);  \
             .put if $_.split(",").[0].Int (elem) $set1;'  file

由于 Raku Sets 只能包含唯一值（即它们“唯一化”输入），因此第二个示例将丢弃文件中的重复项"nbr_list.txt"。这确实可能是OP所希望的。

https://docs.raku.org/type/Junction
https://docs-stage.raku.org/type/Junction
https://raku.org

Answer