关于数据抽取，请求帮助！

muzx

1. a,b两文件（各有２万行以上），结构如下：
   
2. a
   
3. 20020300000001/00001|2002/01/01|6000.00|
   
4. 20020300000010/00021|2002/01/01|100.00|
   
5. 20020300000011/00003|2002/01/01|600.10|
   
6. 20020300000101/00123|2002/01/01|60100.00|
   
7. .
   
8. .
   
9. b
   
10. 20020300000001/00001|abc|2002/02/31|100|6000.00|
    
11. 20020300000011/00003|dkx|2002/02/31|5|59.10|
    
12. 20020300000101/00123|hgk|2002/02/31|600|60100.32|
    
13. .
    
14. .
    
15. 要求：
    
16. 由a,b生成c
    
17. c中包含满足以下条件的记录
    
18. 　　　(1).　a1=b1 　and 　a3!=b5
    
19. 或者
    
20. 　　　(2).　a中有而b中没有的(仅以第一域判断)

复制代码

还望各位出手相救，谢谢！！！

ncwyj

不好意思，我也是新手，你看看这样能行吗？
code/
while read LINE
do  
   aaa=`echo $LINE|awk -F '|' '{print $1}'`
   bbb=`echo $LINE|awk -F '|' '{print $3}'`
   ccc=`grep $aaa b|awk -F '|' '{print $1}'`
   ddd=`grep $aaa b|awk -F '|' '{print $5}'`
   eee=`echo $LINE|cut -f2,3 -d'|'`
   fff=`grep $aaa b`
   if [ $aaa -eq $ccc -a $bbb -ne $ddd ]
   then
      echo $fff$eee>>c
   else
      echo "error"
   fi
done<a
/code

muzx

谢谢！
这个程序运行不起来，再说这样作运行效率很低的。

1. 生成文件c的条件是
   
2. 　　　(1).　a1=b1 　and 　a3!=b5
   
3. 或者
   
4. 　　　(2).　a中有而b中没有的(仅以第一域判断)

复制代码

ncwyj

呵呵~~   别这样打击我吗？效率可能是不行，但也不至于运行不了吧？请问报什么错呢？

muzx

对不起，是我弄错了！
程序可以运行！但只是满足条件(1)的记录！