[文本处理]文本合并处理

volwang

好久没来chinaunix，很想念江湖朋友。最近又遇到文本处理的任务，还是请各位江湖高手帮帮忙哦。
输入：
三个文本，数据结构都是两列，
文本1，命名text1:
filename  version
file1   A
file2   B
file3   C
file1   B
..   ..
文本2，命名text2:
filename version
file1  C
file1  D
file2  D
file5  E
....

文本3，命名text3:
filename version
file1  E
file1  F
file2  G
file4 D
file5  R
....
每个文本里，同一文件可能有多个版本
每个文件里，有相同的文件名存在
三文件行数较多，都需要遍历首行，发现相同文件名合并输出
没有版本信息用“/”代替

输出:
文件名    文本1中版本   文本2中版本  文本3中版本
file1             A,B             C,D     E,F
file2                B               D        G
file3               C                /            /
file4                /                /            D
file5                /                E          R
.. ..

多谢。

wh7211

回复 9# volwang

1. dos2unix 1 2 3
   
2. 
   
3. cat 1
   
4. filename  version
   
5. file1   A
   
6. file2   B
   
7. file3   C
   
8. file1   B
   
9. 
   
10. cat 2
    
11. filename version
    
12. file1  C
    
13. file1  D
    
14. file2  D
    
15. file5  E
    
16. 
    
17. cat 3
    
18. filename version
    
19. file1  E
    
20. file1  F
    
21. file2  G
    
22. file4 D
    
23. file5  R
    
24. 
    
25. awk 'BEGIN{printf("文件名 文件1版本 文件2版本 文件3版本\n")}FNR>1{a[$1" "FILENAME]=a[$1" "FILENAME]?a[$1" "FILENAME]!~"/"?a[$1" "FILENAME]","$2:$2:$2;for(i=1;i<=3;i++){if(!a[$1" "ARGV[i]]){a[$1" "ARGV[i]]="/"}}}END{for(i in a){split(i,b);c[b[1]]=c[b[1]]?c[b[1]]" "a[i]:a[i]}{for(j in c){print j,c[j]}}}' 1 2 3
    
26. 文件名 文件1版本 文件2版本 文件3版本
    
27. file1 A,B C,D E,F
    
28. file2 B D G
    
29. file3 C / /
    
30. file4 / / D
    
31. file5 / E R

复制代码

volwang

回复 7# wh7211

期望得到的输出:
文件名    文本1中版本   文本2中版本  文本3中版本
file1             A,B             C,D     E,F
file2                B               D        G
file3               C                /            /
file4                /                /            D
file5                /                E          R
运行你提供的脚本，输出：
文件名    文本1中版本   文本2中版本  文本3中版本
file1             A,B             C,D     E,F
file2                /               D        G
file2              B                 /           /
file3               C                /            /
file4                /                /            D
file5                /                E          R
综上，不应出现2行file2。

volwang

回复 7# wh7211

谢谢回帖，用前面的文本做输入，能得到输出。
我替换成真实的输入，发现有一行异常数据：
A ,,,,,, / /

然后其他行多乱了，本来是第2列的出现在第2、3、4列。可能是我的文件名格式有关系。能否改良下或者排错。
再次感谢。

wh7211

回复 1# volwang

1. awk 'BEGIN{printf("文件名 文件1版本 文件2版本 文件3版本\n")}FNR>1{a[$1" "FILENAME]=a[$1" "FILENAME]?a[$1" "FILENAME]!~"/"?a[$1" "FILENAME]","$2:$2:$2;for(i=1;i<=3;i++){if(!a[$1" "ARGV[i]]){a[$1" "ARGV[i]]="/"}}}END{for(i in a){split(i,b);c[b[1]]=c[b[1]]?c[b[1]]" "a[i]:a[i]}{for(j in c){print j,c[j]}}}' 1 2 3

复制代码

volwang

希望朋友们帮看看

volwang

@本友会机友会摄友会，谢谢回复，感觉这个方法效率高，但还是不会用。

volwang

三个文件里有相同的文件名存在