join 練習(xí)

兩文件如下：t1.txt（tab 隔開每一列）

學(xué)號 姓名
001 xiaoming
002 zhangsan
t2.txt

科目號 學(xué)號 分?jǐn)?shù)
0001   001 90
0002   001 80
0001   002 90
0002   002 100

合并為:
0001 001 xiaoming 90
0002 001 xiaoming 80
0001 002 zhangsan 90
0002 002 lisi     100

做法是:join -2 2 t1.txt t2.txt(但是不明覺厲)

join 的案例

例如有文件 aa 和 bb

aa 的內(nèi)容為：
joe             100
jane            200
herman         300
chris           400
bb 的內(nèi)容為：
joe             20
jane            10
syx             90
chris            98

如果使用命令 join aa bb，則輸出結(jié)果為:

我們默認(rèn)合并兩個文件，它們將以行開頭相同的內(nèi)容為對照，如果一樣，則抵消，把不同的合并為同一行。

chris 400 98
jane 200 10
joe 100 20

如果使用命令 join -a1 aa bb，則輸出結(jié)果為:

chris 400 98
herman 300
jane 200 10
joe 100 20

使用 -a1 選項的意義是: 以第一個文件為主要內(nèi)容合并，顯示第一個文件的所有內(nèi)容，不顯示第二個文件不匹配規(guī)則的內(nèi)容，（匹配規(guī)則為：行頭一樣，則允許合并，每行后續(xù)不同內(nèi)容合并一起，相同的抵消）

如果使用命令 join -a2 aa bb，則輸出結(jié)果為

chris 400 98
jane 200 10
joe 100 20
syx 90

使用 -a2 選項的意義: 以第二個文件為主要內(nèi)容合并，顯示第二個文件的所有內(nèi)容，不顯示第一個文件不匹配規(guī)則的內(nèi)容，（匹配規(guī)則為：行頭一樣，則允許合并，每行后續(xù)不同內(nèi)容合并一起，相同的抵消）

如果使用 join -a1 -a2 aa bb

chris 400 98
herman 300
jane 200 10
joe 100 20
syx 90

使用 -a1 -a2 選項的意義是: 合并兩個文件的所有內(nèi)容，但不符合規(guī)則的，則各自為一行。

如果使用命令 join -o 1.1 2.2，輸出結(jié)果為:

chris 98
jane 10
joe 20

使用該選項的意義是: 使用自定義合并隊列選項，1.1 代表第一個文件的第一列，2.2 代表第二個文件的第二列

如果輸入命令 join -t ’ ’ -o 1.1 2.2 aa bb，輸出結(jié)果為：

chris   98
jane    10
joe     20

使用該選項的意義是:使用分隔符，將會更加精確的定位合并內(nèi)容。

最后針對一下 join 各個選項的意義給出一定的解釋：

語法：

join [-i][-a<1 或 2>][-e< 字符串 >][-o< 格式 >][-t< 字符 >][-v<1 或 2>][-1< 欄位 >][-2< 欄位 >][--help][--version][文件 1][文件 2]

補(bǔ)充說明：找出兩個文件中，指定欄位內(nèi)容相同的行，并加以合并，再輸出到標(biāo)準(zhǔn)輸出設(shè)備。

參數(shù)：

• -a<1 或 2> 除了顯示原來的輸出內(nèi)容之外，還顯示指令文件中沒有相同欄位的行。
• -e< 字符串 > 若 [文件 1] 與 [文件 2] 中找不到指定的欄位，則在輸出中填入選項中的字符串。
• -i 或 --igore-case 比較欄位內(nèi)容時，忽略大小寫的差異。
• -o< 格式 > 按照指定的格式來顯示結(jié)果。
• -t< 字符 > 使用欄位的分隔字符。
• -v<1 或 2> 跟 -a 相同，但是只顯示文件中沒有相同欄位的行。
• -1< 欄位 > 連接 [文件 1] 指定的欄位。
• -2< 欄位 > 連接 [文件 2] 指定的欄位。
• --help 顯示幫助。
• --version 顯示版本信息。

有沒有發(fā)現(xiàn)一個問題，就是只能按照我寫的來，稍微換換命令的參數(shù)就會出現(xiàn)說文件沒有進(jìn)行排序的提示?

需要注意的是，使用 join 連接兩個文件的相關(guān)字段，都需要先進(jìn)行排序。如果連接的主字段有重復(fù)，則會導(dǎo)致兩個文件相關(guān)行的排列組合，請確保這是你需要的結(jié)果。

另外如果你想使用 -e 選項，需要使用 -o 選項來格式化列，否則 -e 是沒有效果的。還有一點(diǎn)就是你會發(fā)現(xiàn)使用 -e -o 進(jìn)行全連接的話，兩個文件的關(guān)鍵列都必須使用上，負(fù)責(zé) -e 會把缺失的關(guān)鍵列那也填補(bǔ)上相應(yīng)的字符，有時候這并非我們期望的，具體的請自己行試驗(yàn)測試。

個人認(rèn)為這是 join 命令的一點(diǎn)瑕疵，他應(yīng)該兩個文件如果全連接或者左連接右連接出現(xiàn)單獨(dú)的關(guān)鍵鍵都應(yīng)該是關(guān)鍵鍵名稱而不是 -e 補(bǔ)充。不過這個瑕疵可以用 awk 來彌補(bǔ)一下，倒是挺容易。

join 命令，對文件格式的要求非常強(qiáng)，如果想要更靈活的使用，可用 AWK 命令，參加 AWK 實(shí)例。

join 標(biāo)準(zhǔn)輸入

有時我們需要將多個格式相同的文件 join 到一起，而 join 接受的是兩個文件的指令，此時我們可以使用管道和字符 “-"，來實(shí)現(xiàn) join file1 file2 | join - file3 | join - file4 這樣就可以將四個文件 連接到 一起了。

大體介紹了一下 join，然后介紹一下和 join 非常類似的一個命令:paste

• paste 將幾個文件的相應(yīng)行用制表符連接起來，并輸出到標(biāo)準(zhǔn)輸出。
• paste [選項] file1 file2
• -d 指定不同于空格或 tab 鍵的域分隔符。例如用#分隔域， 使用 -d#
• -s 將每個文件合并成行而不是按行粘

代碼示例:

[root@jbxue ~]# cat names 
Tony 
Emanuel 
Lucy 
Ralph 
Fred
[root@jbxue ~]# cat numbers 
(307) 555-5356 
(212) 555-3456 
(212) 555-9959 
(212) 555-7741 
(212) 555-0040

將兩個文件合并，中間用 tab 鍵分隔開

代碼示例:

paste names numbers
Tony      (307) 555-5356 
Emanuel   (212) 555-3456 
Lucy      (212) 555-9959 
Ralph    (212) 555-7741 
Fred     (212) 555-0040
cat addresses 
55-23 Vine Street，Miami 
39 University Place，New York 
17 E. 25th Street，New York 
38 Chauncey St.，Bensonhurst 
17 E. 25th Street，New York

將 三個文件合并

代碼示例:

paste names addresses numbers
Tony    55-23 Vine Street，Miami        (307) 555-5356 
Emanuel         39 University Place，New York   (212) 
555-3456 
Lucy    17 E. 25th Street，New York     (212) 555-9959 
Ralph   38 Chauncey St.，Bensonhurst    (212) 555-7741 
Fred    17 E. 25th Street，New York     (212) 555-0040

感覺 paste 沒什么難度。

paste 練習(xí)

文件 aa 的內(nèi)容為：

123
aaa

文件 bb 的內(nèi)容為：

456
bbb
bbb

使用命令 paste -s aa bb，輸出結(jié)果為

123 aaa
456 bbb bbb

使用 paste -d ”#” aa bb，輸出結(jié)果為：

123#456
aaa#bbb
#bbb

詳解:

paste 是 linux 命令

用途：

從一個或多個文件中連接行。

語法：

paste [-s] [-d List] File1 ...

描述：

paste 命令從在命令行上指定的文件中讀取輸入。如果出現(xiàn) -（減號）作為文件名，此命令從標(biāo)準(zhǔn)輸入中讀取。此命令連接給定的文件中的行并把結(jié)果行寫到標(biāo)準(zhǔn)輸出中。

缺省情況下，paste 命令把每個文件當(dāng)作欄，并用制表符水平連接它們（并行合并）?？梢园?paste 命令看作為 cat 命令（垂直連接，也就是一個接一個）的相對命令。

使用 -s 標(biāo)志，paste 命令合并同一輸入文件的后繼行（串行合并）。缺省情況下，這些行用制表符連接。

下列特殊字符也可用在 List 參數(shù)中：

• \n 換行符
• \t 制表符
• \\ 反斜杠
• \0 空字符串（不是空字符）