在 Unix 上连接文本文件中的多个字段

我该怎么做？

File1看起来像这样：

foo 1 scaf 3 
bar 2 scaf 3.3

File2看起来像这样：

foo 1 scaf 4.5
foo 1 boo 2.3
bar 2 scaf 1.00

我想做的是找到同时出现的线条File1 and File2当字段1,2,和3是相同的。

有办法做到吗？

这里是correct答案（就使用标准而言GNU 核心工具工具，而不是编写自定义脚本perl/awk你说出它的名字）。

$ join -j1 -o1.2,1.3,1.4,1.5,2.5 <(<file1 awk '{print $1"-"$2"-"$3" "$0}' | sort -k1,1) <(<file2 awk '{print $1"-"$2"-"$3" "$0}' | sort -k1,1)
bar 2 scaf 3.3 1.00
foo 1 scaf 3 4.5

好的，它是如何工作的：

1. 首先我们将使用一个很棒的工具join它可以合并两条线。join有两个要求：

   • We can join仅由单个字段。
   • 两个文件都必须是sorted按关键列！

2. 我们需要生成keys在输入文件中，为此我们使用一个简单的awk script:

   $ cat file1
   foo 1 scaf 3
   bar 2 scaf 3.3    
   
   $ <file1 awk '{print $1"-"$2"-"$3" "$0}'
   foo-1-scaf foo 1 scaf 3
   bar-2-scaf bar 2 scaf 3.3
   

   你看，我们添加了第一列，其中包含一些键，例如“foo-1-scaf”。 我们也做同样的事file2. BTW. <file awk，只是一种奇特的写作方式awk file, or cat file | awk.

   我们也应该sort我们的文件按键，在我们的例子中这是第 1 列，所以我们添加 到命令末尾| sort -k1,1 (sort按第 1 列到第 1 列的文本）

3. 此时我们就可以生成文件了文件1.with.key and file2.with.key并加入他们， 但假设这些文件很大，我们不想通过文件系统复制它们。相反，我们可以使用称为bash 过程替代 http://tldp.org/LDP/abs/html/process-sub.html将输出生成到命名管道（这将避免任何 不必要的中间文件创建）。欲了解更多信息，请阅读提供的链接。

   我们的目标语法是：join <( some command ) <(some other command)

4. 最后一件事是解释花哨的连接参数：-j1 -o1.2,1.3,1.4,1.5,2.5

   • -j1- 在第一列中按键连接（在两个文件中）

   • -o- 只输出那些字段1.2（第一个文件字段2），1.3（第一个文件第 3 列）等。

     这样我们就加入了队伍，但是join仅输出必要的列。

从这篇文章中吸取的教训应该是：

• 你应该掌握核心工具包，这些工具组合起来非常强大，你几乎永远不需要编写自定义程序来处理此类情况，
• core utils 工具也非常快速且经过严格测试，因此它们始终是最佳选择。