加入聲明省略條目

Question

使用：Unix 2.6.18-194.el5

我遇到一個問題，該聯接語句從匹配中省略了值/索引。 我發現值在11-90之間（在大約350萬個條目中），並且我嘗試查找外來字符，但是我可能忽略了某些內容（嘗試使用cat -v來查看隱藏的字符）。

這是我正在使用的join語句（為安全起見，僅簡化了輸出列）：

join -t "|" -j 1 -o 1.1 2.1 file1 file2> fileJoined

file1的內容（前20個值）：

1 3 7 11 12 16 17 19 20 21 27 28 31 33 34 37 39 40 41 42

file2內容（前50個值，因此您可以看到它的匹配位置）：

1 | US 2 | US 3 | US 4 | US 5 | US 6 | US 7 | US 8 | US 9 | US 10 | US 11 | US 12 | US 13 | US 14 | US 15 | US 16 | US 17 | US 18 | US 19 | US 20 | US 21 | US 22 | US 23 | US 24 | US 25 | US 26 | US 27 | US 28 | US 29 | US 30 | US 31 | US 32 | US 33 | US 34 | US 35 | US 36 | US 37 | US 38 | US 39 | US 40 | US 41 | US 42 | US 43 | US 44 | US 45 | US 46 | US 47 | US 48 | US 49 | US 50 | US

從我的初步測試看來，file2是元凶。 因為當我創建一個值為1-100的新文件時，我能夠使join語句與file1完全匹配。 但是，同一文件將與file2不匹配。

另一個奇怪的是，該文件的長度為350萬條記錄，並且在值90時它們再次開始匹配。 例如，fileJoined的輸出如下所示（僅前20個值）：

1 | 1 3 | 3 7 | 7 90 | 90 91 | 91 92 | 92 93 | 93 95 | 95 96 | 96 97 | 97 98 | 98 99 | 99 106 | 106 109 | 109 111 | 111 112 | 112 115 | 115 116 | 116 117 | 117 118 | 118

我嘗試過的其他事情是：

1. 使用vi手動輸入新行11（join語句上仍然不匹配）
2. 將代碼復制到記事本中，刪除vi中的行，然后將它們復制回（相同的結果，沒有匹配的11-90）
3. 刪除第11-90行以查看問題是否轉移到90-170且沒有轉移

我認為可能缺少一些隱藏值，或者file1中的11-90與file2中的11-90不是相同的二進制等效項？

我在這里迷路了，任何幫助將不勝感激。

Answer 1

我嘗試了一下，然后發現了幾件事。

首先：這是次要的，但是我認為您在-o指示符中缺少逗號。 我將其更改為-o 1.1,2.1 。

但是，僅在您發布的片段上運行它，我只有三行輸出：

1|1
3|3
7|7

我認為這是因為join假定按字母順序排序，而您的輸入文件看起來像按數字排序。

join（1）的規則＃1是要確保您的輸入已排序，並且join期望它們的方式相同！

當我對兩個輸入文件進行排序並再次加入時，我得到了18行輸出。 （排序很容易，因為您要加入第一列；我不必弄亂sort的列說明符。）

請注意，由於區域設置的問題，如今，排序並不總是按照您期望的方式排序。 我傾向於設置LC_ALL = C，以確保得到我慣用的老式行為。