我有三个文件,其中包含已排序的数字序列,每行一个:
文件1
1
2
3
文件2
1
3
4
文件3
1
5
我想并排“对齐”这三个文件,如下所示:
file1 file2 file3
1 1 1
2
3 3
4
5
我试过了sdiff
,但它只适用于 2 个文件
答案1
您可以处理每个文件并打印带有某些字符的行,例如X
序列 1- 中每个缺失的数字最大限度(在哪里最大限度是该文件中的最后一个数字),paste
然后结果将该字符替换为空格:
paste \
<(awk 'BEGIN{n=1};{while (n<$1) {print "X";n++}};{n=$1+1};1' file1) \
<(awk 'BEGIN{n=1};{while (n<$1) {print "X";n++}};{n=$1+1};1' file2) \
<(awk 'BEGIN{n=1};{while (n<$1) {print "X";n++}};{n=$1+1};1' file3) \
| tr X ' '
如果所有文件中缺少某个值,您将在输出中得到空行(实际上它们不是空的,它们只包含空格)。
要删除它们,请替换tr X ' '
为sed '/[[:digit:]]/!d;s/X/ /g'
Also,如果您需要标头,您始终可以先运行如下所示的内容:
printf '\t%s' file1 file2 file3 | cut -c2-
答案2
awk 的通用解决方案:需要 GNU awk
gawk -v level=0 '
FNR==1 {level++; head[level]=FILENAME}
!seen[$1]++ { n++; idx[$1] = n }
{ out[idx[$1]][level] = $1 }
END {
for (j=1; j<=level; j++) {
printf "%s\t", head[j]
}
print ""
for (i=1; i<=n; i++) {
for (j=1; j<=level; j++) {
printf "%s\t", out[i][j]
}
print ""
}
}
' file{1,2,3,4}
file1 file2 file3 file4
1 1 1
2 2
3 3
4 4
5
6
根据唐的评论,采取了一种不同且更简单的方法:
gawk '
FNR==1 { printf "%s\t", FILENAME }
{ seen[$1][FILENAME] = $1 }
END {
print ""
PROCINFO["sorted_in"]="@ind_num_asc"
for (i in seen) {
for (j=1; j<=ARGC; j++) {
printf "%s\t", seen[i][ARGV[j]]
}
print ""
}
}
' file{1,2,3,4}
file1 file2 file3 file4
1 1
2
3 3
4 4
5 5
6
7
答案3
bash
带有、join
、paste
、 和坏味道的解决方案:
#! /usr/bin/env bash
if [ $# -lt 3 ]; then exit 1; fi
files=( '' "$@" )
declare -a temps
for ((i=0; i<=$#; i++)); do
[ $i -eq 0 -o -f "${files[$i]}" ] || exit 1
temps[$i]=$( mktemp -t "${0##*/}"_$$_XXXXXXXX ) || exit 1
done
trap 'rm -f "${temps[@]}"' EXIT HUP INT QUIT TERM
cat "$@" | sort -u >"${temps[0]}"
TAB=$( printf '\t' )
for ((i=1; i<=$#; i++)); do
join -j1 -a1 -t"$TAB" "${temps[0]}" <(paste "${files[$i]}" "${files[$i]}") | \
sed "/^[^$TAB]\$/ s/\$/$TAB/" >"${temps[$i]}"
done
printf '%s' ${files[1]}
for ((i=2; i<=$#; i++)); do
printf '\t%s' ${files[$i]}
let j=i-1
let k=i-2
join -j1 -t"$TAB" "${temps[$j]}" "${temps[$i]}" >"${temps[$k]}"
cat "${temps[$k]}" >"${temps[$i]}"
done
printf '\n'
cut -d "$TAB" -f 2- <"${temps[$#]}" | sort -n
除了最后一个之外sort -n
,所有这些都适用于任何文本项而不是数字,只要这些项不包含制表符(但TAB
可以更改为任何其他分隔符)。另外,只需 3 个临时文件和一些乱七八糟的东西就可以完成(但这只会增加不好的品味)。