谢谢参与解答，awk相关问题。 现有两个文件，内容样式如下 1420862364.685037 50365 seq 11608:13056 1420862364.777130 50366 seq 13056:14504 1420862364.777142 50367 seq 14504:15952 1420862364.778324 50368 seq 15952:17400 1420862364.778332 50369 seq 17400:18848 1420862364.780798 50370 seq 18848:20296 1420862364.780810 50371 seq 20296:21744 省略x万行 第一列是时间（unix），第二列是ip数据包id，第三列是数据包类型，第四列是数据包内数据序列号。 文件file1来自发信端，文件file2来自收信端，因此两个文件中的数据大致类似，除了file2的时间部分可能会有迟延上的变化，而且某些时候会因为丢包，部分数据行丢失。 现在要求，对比file1和file2，根据id列区分数据包，输出file1中的时间1和file2中的时间2到新文件，样式如下 1420862364.881564 1420862365.881564 50391 seq 49256:50704 对于丢包（即file2中没有找到与file1中相同id行的情况），在time2的位置上输出x字样 1420862364.881564 x 50391 seq 49256:50704 要求写出简单的处理思路，带适当注释，用awk实现。 全部符合条件的加20点分数。++++++++++++++++++++++++++++
用awk数组来做。
点击(此处)折叠或打开
-
awk 'ARGIND==1 {w[$2]=$1}
-
ARGIND==2 {
-
flag=0;
-
for(a in w)
-
if($2==a) {
-
flag=1;
-
print $1,w[a],$2,$3,$4;
-
break;
-
}
-
if(!flag)
-
print $1,"x",$2,$3,$4
- }' file2 file1
ARGIND==1 表示处理的是第一个文件 file2
ARGIND==2 表示处理的是第二个文件 file1
原则是：内容较少的文件先处理，遍历读入并保存到数组，以要比较的值为数组下标（这里就是第二列的id值），需要打印显示的内容存为对应的元素值（这里就是第一列的时间值）。然后再处理内容较多的文件，对其每一行内容都使用for循环遍历数组下标进行比较。
这里设置了一个flag来标识file1中的id在数组中（file2中）是否存在。
由于你的数据文件有上万行，所以速度肯定快不了。
追问：
谢谢解答，意思基本看懂了，但是在终端上运行没有结果，我尝试输出到file3，但是enter之后一瞬间就回到提示符了，file3是空文件。请再帮帮忙。
点击(此处)折叠或打开
-
dos2unix file1 file2
-
awk 'ARGIND==1 {w[$2]=$1}
-
ARGIND==2 {
-
flag=0;
-
for(a in w)
-
if($2==a) {
-
flag=1;
-
print $1,w[a],$2,$3,$4;
-
break;
-
}
-
if(!flag)
-
print $1,"x",$2,$3,$4;
- }' file2 file1 >file3
<script>window._bd_share_config={"common":{"bdSnsKey":{},"bdText":"","bdMini":"2","bdMiniList":false,"bdPic":"","bdStyle":"0","bdSize":"16"},"share":{}};with(document)0[(getElementsByTagName('head')[0]||body).appendChild(createElement('script')).src='http://bdimg.share.baidu.com/static/api/js/share.js?v=89860593.js?cdnversion='+~(-new Date()/36e5)];</script>
阅读(68) | 评论(0) | 转发(0) |
相关热门文章
给主人留下些什么吧！~~
评论热议