文本处理求助

bikkuri

大家好！
我有一个问题向大家请教。

我有两个列表：

1. list1:
   
2. 64646 64647 64648 64649 64650 64651 64652 64653 64654 64655 64656 64657 64658 64659 64660
   
3. list2:
   
4. 64657 64650 64654 64660 64646 64647 64656 64651 64652 64659

复制代码

我想找到列表1中有的而列表2中没有的最小的一个数。
请问用awk怎么能得到这个数呢？
谢谢。

Herowinter

回复 1# bikkuri

请问列表的存储形式？

列表1先排序，然后从小到大一个个判断是不是存在于列表2中？
伪代码这样：

1. sort(list1)
   
2. for(i=1;i<=list1.length();i++)
   
3.     if(!(list1[i] in list2))
   
4.         return list1[i]
   
5. return -1//not found   

复制代码

jason680

回复 1# bikkuri

$ awk 'NR==FNR{for(n=1;n<=NF;n++)a[$n]=1;next}{for(n=1;n<=NF;n++){if(!a[$n])if(m>$n||m=="")m=$n}}END{print m}' list2 list1
64648

   

reb00t

1. awk  -vRS=' '  'NR==FNR{a[$1];next}!($0 in a){if(m>$0||m=="")m=$0}END{print m}'  b a
   
2. 64648
   
3. 
   
4. head b a
   
5. ==> b <==
   
6. 64657 64650 64654 64660 64646 64647 64656 64651 64652 64659
   
7. 
   
8. ==> a <==
   
9. 64646 64647 64648 64649 64650 64651 64652 64653 64654 64655 64656 64657 64658 64659 64660

复制代码

参照2楼的思路写一个。

1. <?php
   
2. $str1="64657 64650 64654 64660 64646 64647 64656 64651 64652 64659";
   
3. $str2="64646 64647 64648 64649 64650 64651 64652 64653 64654 64655 64656 64657 64658 64659 64660";
   
4. $arr1 = explode(" ",$str1);
   
5. $arr2 = explode(" ",$str2);
   
6. sort($arr1);
   
7. sort($arr2);
   
8.   foreach ($arr2 as  $v) {
   
9.             if( in_array($v, $arr1)){
   
10.          //echo "{$v}存在\n";
    
11.             }else {
    
12.                      echo "{$v}\n";
    
13.                      break;
    
14.             }
    
15. }
    
16. 
    
17. ?>

复制代码

bikkuri

非常感谢！

还有另外一个问题：

我有一个很长的名单，以  “名字：所在城市” 的格式存放。

1. namelist='zhang:beijing charles:newyork igarashi:tokyo kawanami:tokyo thomas:newyork amemiya:tokyo ....'

复制代码

我希望得到这样一个数据处理的输出结果：
1.得到所有城市的列表并按字母顺序排序；
2.对于每个城市，统计出在该城市的人的数量，然后按每个人带4个家属，一共预留5个位置；
例如以上列表，希望得到以下输出：

1. beijing:1 2 3 4 5
   
2. newyork:6 7 8 9 10 11 12 13 14 15
   
3. tokyo:16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

复制代码

请问应该如何处理以上文本呢？
谢谢！

jason680

回复 5# bikkuri

$ awk -F"[ =':]+" '{for(n=3;n<NF;n+=2)a[$n]++}END{t=asorti(a,b);for(n=1;n<=t;n++){printf b[n]":";printf a[b[n]];print""}}' FILE
beijing:1
newyork:2
tokyo:3

your job: change printf a[b[n]] to for(...){..} to get what you want

bikkuri

谢谢您的回复。
但是有两个问题：
一是在我的busybox上的awk不支持asorti函数；二是我希望的输出的后面的城市的编号是顺着前面的城市往下排的，而不是单纯的5乘以人数。
谢谢。

回复 6# jason680


   

reb00t

1. <?php
   
2. $str="namelist='zhang:beijing charles:newyork igarashi:tokyo kawanami:tokyo thomas:newyork amemiya:tokyo'";
   
3. 
   
4. $pa='/[: \']+/';
   
5. $arr = preg_split("$pa", $str);
   
6. $newarr=array();
   
7. 
   
8. for ($i=2; $i <count($arr) ; $i+=2) {
   
9.    $newarr[]=$arr[$i];
   
10. }
    
11. sort($newarr);
    
12. $countarry=array_count_values($newarr);
    
13. foreach ($countarry as $key => $value) {   
    
14.     echo $key.":".$value."\n";
    
15.        }
    
16. 
    
17. ?>
    
18. 
    
19. 结果：
    
20. beijing:1
    
21. newyork:2
    
22. tokyo:3
    
23. [Finished in 0.7s]

复制代码

bikkuri

谢谢您的答复。
但是我的busybox上没有php。
而且我希望得到的结果是：

1. beijing:1 2 3 4 5
   
2. newyork:6 7 8 9 10 11 12 13 14 15
   
3. tokyo:16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

复制代码

回复 8# reb00t


   

bikkuri

不好意思，有一种情况没有得到正确的结果，就是list2为空的情况。
如果要考虑list2可能为空的情况的话，代码应该怎么改呢？

1. [std@hp8:test]$ l
   
2. total 4
   
3. -rw-r--r-- 1 std users 120 Aug 31 17:36 list1
   
4. -rw-r--r-- 1 std users   0 Aug 31 18:26 list2
   
5. [std@hp8:test]$ cat list1
   
6. 64649 64650 64651 64652 64653 64654 64655 64656 64657 64658 64659 64660 64661 64662 64663 64664 64665 64666 64667 64668
   
7. [std@hp8:test]$ cat list2
   
8. [std@hp8:test]$ awk 'NR==FNR{for(n=1;n<=NF;n++)a[$n]=1;next}{for(n=1;n<=NF;n++){if(!a[$n])if(m>$n||m=="")m=$n}}END{print m}' list2 list1
   
9. 
   
10. [std@hp8:test]$

复制代码

正确的结果应该是64649。






回复 3# jason680