比较不同文件中的列并打印不匹配的列

Question

我有两个文件，file1和file2。 我想比较file1的几列-$ 1，$ 2，$ 3和$ 4与file2的几列$ 1，$ 2，$ 3和$ 4，并打印出与file1中的任何行都不匹配的file2行。

例如

文件1

aaa bbb ccc 1 2 3
aaa ccc eee 4 5 6
fff sss sss 7 8 9

文件2

aaa bbb ccc 1 f a
mmm nnn ooo 1 d e
aaa ccc eee 4 a b
ppp qqq rrr 4 e a
sss ttt uuu 7 m n
fff sss sss 7 5 6

我想作为输出：

mmm nnn ooo 1 d e
ppp qqq rrr 4 e a
sss ttt uuu 7 m n

我在这里看到了一些问题，这些问题是寻找匹配的问题并打印出来的，反之则不匹配的问题。

谢谢！

Answer 1

使用以下脚本：

awk '{k=$1 FS $2 FS $3 FS $4} NR==FNR{a[k]; next} !(k in a)' file1 file2

k是各列的连接的值1 ， 2 ， 3和4 ，由分隔FS （见注释 ），以及将被用作在搜索阵列的关键a后面。 读取file1 NR==FNR为true 。 我在读取file1同时创建了a由k索引的数组。

对于其余的输入行，我用!(k in a)检查索引是否在a中不存在。 如果计算结果为true awk将打印该行。

Answer 2

如果文件已排序并且知道使用的字符集，则这是另一种方法。

$ function f(){ sed 's/ /~/g;s/~/ /4g' $1; }; join -v2 <(f file1) <(f file2) | 
  sed 's/~/ /g'

mmm nnn ooo 1 d e
aaa ccc eee 4 a b
ppp qqq rrr 4 e a
sss ttt uuu 7 m n
fff sss sss 7 5 6

通过串联前四个字段（使用~字符，但可以使用任何未使用的字符）来创建键字段，使用join从file2中查找不匹配的条目，然后将合成键字段重新分区。

但是，最好的方法是使用带有轻微修复的awk解决方案

$ awk 'NR==FNR{a[$1,$2,$3,$4]; next} !(($1,$2,$3,$4) in a)' file1 file2

Answer 3

毫无疑问，@ hek2mgl的awk解决方案比此解决方案要好，但是对于信息来说，也可以使用uniq ， sort和rev ：

rev file1 file2 | sort -k3 | uniq -u -f2 | rev

rev正在将两个文件从右还原到左。

sort -k3正在跳过第一列的第二行。

uniq -u -f2仅打印唯一的行（比较时先跳过2）。

最后， rev恢复到原来的水平。

此解决方案对两个文件的行进行排序。 这可能是希望的，也可能不是。