僅逐行比較特定列上的兩個文件

if i in [2,4,7]awk 中for 循環內部的語法是什麼？還有任何想法如何在下面的程式碼中實現。謝謝

輸入 ：

$ cat f1
col1,col2,col3,col4,col5,col6,col7
col11,col12,col13,col14,col15,col16,col17
$ cat f2
col1,col2,col03,col4,col5,col06,col7
col11,col12,col13,col14,col015,col16,col17

$   awk -F,  '
  NR==FNR {
    a[FNR][0]=$0        #populate base file records
    for(i=1;i<=NF;i++)
      a[FNR][i]=$i      #populate base file fields
        next
  }
  {
    for(i=1;i<=NF;i++)
      {
      #if(i in [2,4,7])  <***How to chieve this column in list of values*** >
        #continue;
      if($i!=a[FNR][i])
        {
        printf "Line#%d, column:%d is different in two files.\n",FNR,i
        # ***<TODO print record from first file and second file after printing all mismatch columns>***
        }
      }
  }' f1 f2

預期輸出：

Line#1, column:3 is different in two files.
Line#1, column:6 is different in two files.
col1,col2,col3,col4,col5,col6,col7
col1,col2,col03,col4,col5,col06,col7>
Line#2, column:5 is different in two files.
col11,col12,col13,col14,col15,col16,col17
col11,col12,col13,col14,col015,col16,col17>

基本上，您正在對兩個文件和特定列（不包括某些列）進行逐行比較；也就是說，您可以使用 GNUawk來支持單詞邊界\<& \>：

awk -F, -v skip='2,4,7' 'BEGIN{ filetwo=ARGV[1]; ARGV[1]=""; };{
   getline lf2 <filetwo; split(lf2, arr, ",");
   for (i=1; i<=NF; i++) {
       if ( (skip !~ "\\<"i"\\>") && $i!=arr[i] ) {
           print "Line#"FNR, "Column#" i " is different in two files."; mismatch=1; };
   };
}; mismatch { print $0; print lf2; mismatch=0; };' file2 file1

或在任何awk版本中：

awk -F, -v skip_cols='2,4,7' '
   BEGIN{ filetwo=ARGV[1]; ARGV[1]=""; split(skip_cols, skip, ","); };{
   getline lf2 <filetwo; split(lf2, arr, ",");
   for (i=1; i<=NF; i++) {
       if ( !(i in skip) && $i!=arr[i] ) {
           print "Line#"FNR, "Column#" i " is different in two files."; mismatch=1; };
   };
}; mismatch { print $0; print lf2; mismatch=0; };' file2 file1

解釋程式碼：

• BEGIN { ... }塊：這

首先執行一次，然後才awk想讀取任何輸入。

• 使用 ARGV , filetwo=ARGV[1];:

讀取傳遞給命令的第二個參數（即file2）並將其保存到filetwo變數中；第一個參數ARGV[0]是awk本身，第三個參數ARGV[2]是file1.

• 在我們讀取參數的值之後，ARGV[1]=""我們取消設置它的值，所以 awk 不會找到該參數 ( file2) 進行讀取。
• skip="2 4 7";：

我們定義了一個變數（參見賦值表達式）skip並設置了我們以後要忽略的列號。

• getline命令- 參見Using getlineinto a Variable from a File：

我們正在從 file2 中讀取一行並將其分配給變數lf2（請注意，上面的filetwo變數現在包含我們從中讀取的第二個參數的名稱ARGV[1]）

• split()功能：

我們將從file2中讀取的行拆分為lf2逗號字元變數,並儲存到名為的數組中arr.；現在該行的每個欄位都由arr[1]（第一個欄位），arr[2]（第二個欄位），arr[3]（第三個）等定址。

• 在for-loop聲明中，我們檢查以下兩件事：

  • 在變數值i中看! ~不到指示列號的skip變數值（skip !~ "\\<"i"\\>";\<並且\>是單詞邊界錨，awk特定於 GNU，因此i=2不會匹配22）；下一個
  • 檢查 file1 中列的值是否與具有相同索引的 file2 的同一列不相等：$i!=arr[i]；如果這些不同，則列印不匹配的行號FNR和差異列索引i，並設置一個控制變數mismatch=1。

• mismatch { print ... }``lf2：僅當檢測到不匹配並且在語句mismatch中設置了變數時，才列印 file1 中的兩行，然後是 file2 中的行；if並為下一行重置變數mismatch=0。

引用自：https://unix.stackexchange.com/questions/621138