[英]AWK to compare 2 csv files
需要帮助比较2个csv文件。 列数未知。
文件1
A,B,C,D,E,F,G
1,2,3,4,5,6,7
7,6,5,4,3,2,1
文件2
A,B,C,D,E,F,G
1,2,3,4,5,5,7
7,6,6,4,3,2,1
期望的输出
Item FILE1 FILE2
1 F=6 F=5
7 C=5 C=6
如果有更多的列不匹配,那么输出应该是这样的。
Item FILE1 FILE2
1 F=6 F=5
--- ---
--- ---
7 C=5 C=6
您可以使用以下命令:
paste -d '\n' file1 file2 | sed '1d' | awk -F',' 'NR==1{print "Item\tFILE1\tFILE2";for(i=1;i<=NF;i++)header[i]=$i;}NR>1{for(i=1;i<=NF;i++)l1[i]=$i;getline;for(i=1;i<=NF;i++)l2[i]=$i;p=1;for(i=1;i<=NF;i++){if(l1[i]!=l2[i])if(p){print l1[1]"\t"header[i]"="l1[i]"\t"header[i]"="l2[i];p=0;}else print " \t---\t---"}}'
文件1:
A,B,C,D,E,F,G
1,2,3,1,4,6,7
7,6,5,2,3,2,1
文件2:
A,B,C,D,E,F,G
1,2,3,4,5,5,7
7,6,6,4,3,2,1
说明:
paste -d '\\n' file1 file2
将插入2个输入文件 输出:(用于我的2个输入文件)
A,B,C,D,E,F,G
A,B,C,D,E,F,G
1,2,3,1,4,6,7
1,2,3,4,5,5,7
7,6,5,2,3,2,1
7,6,6,4,3,2,1
sed '1d'
删除双头 awk
将把标题行保存在header
数组中; 然后每2取2行,遍历所有字段并将它们保存在2个数组l1
和l2
,然后我们将这2个数组的元素1对1进行比较,一旦我们有了第一个差异,就打印它,如果已经打印一个差异然后p
变为0
然后我们更改输出,以打印遇到的新差异 最终输出:(用于我的2个输入文件)
Item FILE1 FILE2
1 D=1 D=4
--- ---
--- ---
7 C=5 C=6
--- ---
用-F','格式化的awk代码:
NR==1{
print "Item\tFILE1\tFILE2";
for(i=1;i<=NF;i++)header[i]=$i;
}
NR>1{
for(i=1;i<=NF;i++)l1[i]=$i;
getline;
for(i=1;i<=NF;i++)l2[i]=$i;
p=1;
for(i=1;i<=NF;i++){
if(l1[i]!=l2[i])
if(p){
print l1[1]"\t"header[i]"="l1[i]"\t"header[i]"="l2[i];
p=0;
}
else
print " \t---\t---"
}
}
如果要显示所有差异,请使用
NR==1{
print "Item\tFILE1\tFILE2";
for(i=1;i<=NF;i++)header[i]=$i;
}
NR>1{
for(i=1;i<=NF;i++)l1[i]=$i;
getline;
for(i=1;i<=NF;i++)l2[i]=$i;
p=1;
for(i=1;i<=NF;i++){
if(l1[i]!=l2[i])
if(p){
print l1[1]"\t"header[i]"="l1[i]"\t"header[i]"="l2[i];
p=0;
}
else
print " \t"header[i]"="l1[i]"\t"header[i]"="l2[i];
}
}
或在一个命令中:
paste -d '\n' file1 file2 | sed '1d' | awk -F',' 'NR==1{print "Item\tFILE1\tFILE2";for(i=1;i<=NF;i++)header[i]=$i;}NR>1{for(i=1;i<=NF;i++)l1[i]=$i;getline;for(i=1;i<=NF;i++)l2[i]=$i;p=1;for(i=1;i<=NF;i++){if(l1[i]!=l2[i])if(p){print l1[1]"\t"header[i]"="l1[i]"\t"header[i]"="l2[i];p=0;}else print " \t"header[i]"="l1[i]"\t"header[i]"="l2[i]; }}'
这将产生以下输出:
Item FILE1 FILE2
1 D=1 D=4
E=4 E=5
F=6 F=5
7 C=5 C=6
D=2 D=4
~> ( nl file1.txt && nl file2.txt ) | sort | awk 'BEGIN{cnt=1;print "Item\tFILE1\tFILE2"}{if (NR==1) split($2,col,",");}{if ((NR%2)==1){split($2,data_2_NR,",");}else {split($2,data_1_NR,","); for (i in data_1_NR) if (data_1_NR[i]!=data_2_NR[i]) print cnt++ "-" data_1_NR[1] "\t"col[i]"="data_1_NR[i] "\t"col[i]"=" data_2_NR[i] }}' }}'
Item FILE1 FILE2
1-1 F=6 F=5
2-7 C=6 C=5
在每个文件中添加行号并排序结果
( nl file1.txt && nl file2.txt ) | sort | \
输出:
1 A,B,C,D,E,F,G
1 A,B,C,D,E,F,G
2 1,2,3,4,5,5,7
2 1,2,3,4,5,6,7
3 7,6,5,4,3,2,1
3 7,6,6,4,3,2,1
开始计数器(cnt),显示差异和打印表标题的数量
awk 'BEGIN{cnt=1;print "Item\tFILE1\tFILE2"}\
从第一行获取列名称(拆分$ 2,因为我们需要原始内容,而不是编号,编号用于排序)
{if (NR==1) split($2,col,",");}\
由于我们已经完成了初始排序,因此我们可以查看奇数行和偶数行的差异,将奇数行拆分为一个名为data_2_NR的数组
{if ((NR%2)==1){split($2,data_2_NR,",");}\
偶数行到名为data_1_NR的数组
else {split($2,data_1_NR,",");\
在data_1_NR和data_2_NR阵列中的所有列上运行并比较每个阵列单元
for (i in data_1_NR) if (data_1_NR[i]!=data_2_NR[i])\
如果它们在表中是不同的打印行
print cnt++ "-" data_1_NR[1] "\t"col[i]"="data_1_NR[i] "\t"col[i]"=" data_2_NR[i]}}' }}'
Item FILE1 FILE2
1-1 F=6 F=5
2-7 C=6 C=5
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.