比较并打印两个定长文本各个字段的差异

聆雨淋夜

1. 
   
2. cat file1
   
3. A           1         4
   
4. B           5         2
   
5. C           7         3
   
6. D           10       2
   
7. cat file2
   
8. 2015GZ200a1
   
9. cat file3
   
10. 2015SZ200b1
    
11. 
    
12. awk 'BEGIN{"cat file2"|getline var1;"cat file3"|getline var2}NR==FNR{print $1" <["substr(var1,$2,$3)"] >["substr(var2,$2,$3)"]"}' file1
    
13. A <[2015] >[2015]
    
14. B <[GZ] >[SZ]
    
15. C <[200] >[200]
    
16. D <[a1] >[b1]
    

复制代码

Feyiz

回复 8# yestreenstars
大哥，之前的方法可以实现我的需求，谢谢了；现在需求升级了一下，有时间帮忙看下不


   

Feyiz

回复 9# zxy877298415
大哥，之前的方法可以实现我的需求，谢谢了；现在需求升级了一下，有时间帮忙看下不

   

Feyiz

回复 10# songyc_2015
大哥，之前的方法可以实现我的需求，谢谢了；现在需求升级了一下，有时间帮忙看下不

   

Feyiz

回复 11# 聆雨淋夜
大哥，之前的方法可以实现我的需求，谢谢了；现在需求升级了一下，有时间帮忙看下不

   

songyc_2015

回复 1# Feyiz

1. awk 'ARGIND==1{
   
2.     if($1~/^第/)
   
3.     {
   
4.         j=0;
   
5.         a[++i,j]=substr($1,1,3);
   
6.         next
   
7.     }
   
8.     a[i,++j]=$1;
   
9.     b[i]=length(b[i])?b[i]" "$NF:$NF;
   
10.     next
    
11. }
    
12. {
    
13.     FIELDWIDTHS=b[FNR];
    
14.     $0=$0;
    
15. }
    
16. ARGIND==2{
    
17.     for(i=1;i<=NF;i++)
    
18.         c[FNR,i]=$i
    
19. }
    
20. ARGIND==3{
    
21.     for(i=1;i<=NF;i++)
    
22.     {
    
23.         if (c[FNR,i] != $i)
    
24.         {
    
25.             printf("%s\t%s\t<[%s]\t>[%s]\n",a[FNR,0],a[FNR,i], c[FNR,i], $i);
    
26.         }
    
27.     }
    
28. }
    
29. ' 1 2 3
    
30. 第一组  B       <[GZ200 ]       >[SZ0200]
    
31. 第二组  C       <[201506]       >[201505]
    
32. 第三组  H       <[4123c]        >[1   c]

复制代码

substr函数

文件file1file2file3的内容如下：

1. file1:
   
2. 
   
3. 第一组变量名   起始位置   长度
   
4. A                   1         4
   
5. B                   5         6
   
6. 第二组变量名   起始位置   长度
   
7. C                   1         6
   
8. D                   7         2
   
9. E                   6         1
   
10. F                   7         6
    
11. 第三组变量名   起始位置   长度
    
12. G                   1        2
    
13. H                   3        5
    
14. 
    
15. file2:
    
16. 
    
17. 2015GZ200 a1
    
18. 201506GZA1
    
19. 114123cc66
    
20. 
    
21. file3:
    
22. 
    
23. 2015SZ0200a1
    
24. 201505GZA1
    
25. 111   cc66
    

复制代码

输出结果

1. 第一组        B        <[GZ200 ]        >[SZ0200]
   
2. 第二组        C        <[201506]        >[201505]
   
3. 第二组        E        <[6]        >[5]
   
4. 第三组        H        <[4123c]        >[1   c]
   

复制代码

方法
python2 f123.py  file1 file2 file3
代码

1. #!/usr/bin/python2
   
2. # coding: utf-8
   
3. # python2 f123.py  file1 file2 file3
   
4. 
   
5. import sys
   
6. FILES = [open(f) for f in sys.argv[1:]]
   
7. group, file2, file3 = '', '', ''
   
8. 
   
9. for line in FILES[0]:
   
10.     if line.startswith('第'):
    
11.         end   = line.index('变')
    
12.         group = line[:end]
    
13.         file2, file3 = [x.next() for x in FILES[1:]]
    
14.         continue
    
15. 
    
16.     ELEMENTS   = line.split()
    
17.     START, LEN = [int(i) for i in ELEMENTS[1:]]
    
18.     SUB2, SUB3 = [l[START - 1:START + LEN - 1] for l in [file2, file3]]
    
19. 
    
20.     if SUB2 != SUB3:
    
21.         print "%s\t%s\t<[%s]\t>[%s]" % (group, ELEMENTS[0], SUB2, SUB3)
    
22. 
    
23. for f in FILES:
    
24.     f.close()
    

复制代码

jason680

回复 1# Feyiz

第一问 牙膏挤不完...

$ bash diff.sh
第一组 B  <[GZ200 ]            >[SZ0200]            st=5,len=6
第二组 C  <[201506]            >[201505]            st=1,len=6
第二组 E  <[6]                 >[5]                 st=6,len=1
第三组 H  <[4123c]             >[1   c]             st=3,len=5

$ cat check.txt
第一组变量名   起始位置   长度
   A                   1         4
   B                   5         6
第二组变量名   起始位置   长度
   C                   1         6
   D                   7         2
   E                   6         1
   F                   7         6
第三组变量名   起始位置   长度
   G                   1        2
   H                   3        5

$ bash diff.sh
第一组 B  <[GZ200 ]            >[SZ0200]            st=5,len=6
第二组 C  <[201506]            >[201505]            st=1,len=6
第二组 E  <[6]                 >[5]                 st=6,len=1
第三组 H  <[4123c]             >[1   c]             st=3,len=5
jason@jason-VirtualBox:~
$ cat diff.sh
awk '
function get(file, data){
  getline data < file;
  return data;
}
match($0,/(第..)/,m){
  a=get("a.txt");
  b=get("b.txt");
  item = m[1];
  next;
}
{   
    as=substr(a, $2, $3);
    bs=substr(b, $2, $3);
    if(as != bs){
      printf("%s %c  %-20s %-20s st=%d,len=%d\n",
           item, $1, "<["as"]", ">["bs"]",    $2,    $3 );
    }
}' check.txt

   

Feyiz

首先，感谢：songyc_2015、substr函数、jason680 三位；你们精简的脚本让我学到了很多东西。
songyc_2015兄的这几句，个人感觉很妙，佩服
    if($1~/^第/)
{
        j=0;
        a[++i,j]=substr($1,1,3);
        next
    }
    a[i,++j]=$1;
    b=length(b)?b" "$NFNF;
    next
}
-------------------------------------------------------
substr函数兄的python脚本想必也有其精妙所在，可惜本人暂时对python不太懂，只能拿来用
-------------------------------------------------------
jason680兄的自定义函数实在是高，以前只知道awk有自定义函数功能，但是一直不知道怎么使用

其次，对于jason680兄说的 “第一问 牙膏挤不完...”；我是想学习一下你们从简单到复杂考虑问题的思路；一下把“牙膏挤完”，我怕自己看不懂跟不上你们的思路。其实这个需求还有一个终极版，本人想先结合你们给出的脚本与思路己学习尝试下自己能否搞定，再次感谢给位