关键词重复行格式化输出问题

fzfh

有一个文本文件，样式如下：
tab1        tab2        tab3
aa        ee        11
bb        ff        22
cc        gg        33
dd        hh        55
aa        ee        77
bb        ff        11
cc        gg        88
dd        hh        33
以第三列内容为关键词，分离出关键词重复的行；
上面的例子，有11，33两个关键词有重复行；
关键词重复行11内容为：
aa        ee        11
bb        ff        11
和关键词重复行33内容为：
cc        gg        33
dd        hh        33
然后输出2个文本，11和33
11的格式为：
aa-bb
ee-ff
33的格式为：
cc-dd
gg-hh

如果用awk或者sek的话，该如何写代码？
非常感谢！
同时预祝大伙灯节愉快，欢乐吉祥。

jiaogeshahaone

awk 'c[$3]++ {print a[$3]"-"$1"\n" b[$3]"-"$2 > $3} {a[$3]=$1;b[$3]=$2} ' file

fzfh

非常感谢楼上的。对于英文字符的文本没问题。
不过对于含有中文或者日文的文本就没用了。是否可以修改？谢谢

jiaogeshahaone

回复 3# fzfh

1. cat file
   
2. aa        ee        11
   
3. bb        你        我
   
4. cc        gg        33
   
5. 他        你        我
   
6. aa        ee        77
   
7. bb        ff        11
   
8. cc        gg        88
   
9. dd        hh        33
   
10. 
    
11. awk 'c[$3]++ {print a[$3]"-"$1"\n" b[$3]"-"$2 > $3} {a[$3]=$1;b[$3]=$2} '  file
    
12. 
    
13. cat 我
    
14. bb-他
    
15. 你-你

复制代码

fzfh

哦。学习一下，如果原始文件为20列呢？

fzfh

有达人已经提供了任意列数，任意列号为关键词的awk代码，发上来以飨大家。

1. awk -vkey=3 'NR==1{L=NF}{b[$key]++;for(i=1;i<=NF;i++)if(i!=key)a[i,$key]=a[i,$key]?a[i,$key]"-"$i:$i}END{for(i=1;i<=L;i++)for(j in b)if(b[j]>1 && i!=key)print a[i,j]>j}' file

复制代码

通过key值来制定关键词列号。