पहले कॉलम वाली दो फाइलों की तुलना करें और शेल स्क्रिप्ट में दूसरी फाइल से डुप्लिकेट पंक्ति हटा दें

Question

मैं एक उदाहरण के साथ अपना प्रश्न पूछूंगा। मेरे पास 2 फाइलें हैं:

फ़ाइल # 1:

118D FC300_R5_TP  FX.B      32775       2112   6       2038   6       2112   0
118E FC300_R5_TP  FX.B      32775       2136   7       2065   6       2136   0
118F FC300_R5_TP  FX.B      32775       2124   6       2064   6       2124   0
1190 FC300_R5_TP  FX.B     819210     814632  99     814609  99     814632   0
1191 FC300_R5_TP  FX.B     819210     104100  13     103714  13     104100   0
1192 FC300_R5_TP  FX.B    1638420    1609476  98    1609402  98    1609476   0
1196 FC300_R5_TP  FX.B    1638420    1638432 100    1638379 100    1638432   0
119A FC300_R5_TP  FX.B    3276840    3271776 100    3271698 100    3271776   0
119E FC300_R5_TP  FX.B    3276840    3264120 100    3264034 100    3264120   0
11A2 FC300_R5_TP  FX.B    3276840    2328648  71    2328546  71    2328648   0
11A6 FC300_R5_TP  FX.B    3276840    2328444  71    2328355  71    2328444   0
11AA FC300_R5_TP  FX.B    3276840    2328528  71    2328403  71    2328528   0
11AE FC300_R5_TP  FX.B    3276840    2328648  71    2328468  71    2328648   0
11B2 FC300_R5_TP  FX.B    3276840    2130000  65    2129766  65    2130000   0
173A FC300_R5_TP  FX.B    6553680    6478572  99    6477747  99    6478572   0

फ़ाइल # 2:

11AA FC300_R5_TP  FX.B    3276840    2328528  71    2328403  71    2328528   0
11AE FC300_R5_TP  FX.B    3276840    2328648  71    2328468  71    2328648   0
11B2 FC300_R5_TP  FX.B    3276840    2130000  65    2129766  65    2130000   0
173A FC300_R5_TP  FX.B    6553680    6478572  99    6477747  99    6478572   0
0BDB FC600_R5_TP  FX.B   33554640    6044364  18    6033105  18    6044364   0
0BDC FC600_R5_TP  FX.B   33554640    6613536  20    6481974  19    6613536   0
0BDD FC600_R5_TP  FX.B   33554640    4435848  13    4057170  12    4435848   0
0BDE FC600_R5_TP  FX.B   33554640    6620868  20    6249518  19    6620868   0

वांछित उत्पादन

फ़ाइल # 3:

0BDB FC600_R5_TP  FX.B   33554640    6044364  18    6033105  18    6044364   0
0BDC FC600_R5_TP  FX.B   33554640    6613536  20    6481974  19    6613536   0
0BDD FC600_R5_TP  FX.B   33554640    4435848  13    4057170  12    4435848   0
0BDE FC600_R5_TP  FX.B   33554640    6620868  20    6249518  19    6620868   0

मैं फ़ाइल 1 और फ़ाइल 2 की तुलना अपने पहले कॉलम का उपयोग करके करना चाहता हूँ और फ़ाइल 2 से पूरी पंक्ति या पंक्ति को हटा देता हूँ जहाँ वे फ़ाइल 1 में मेल खाते हैं। मैं परिणाम को 3 डी फ़ाइल, फ़ाइल # 3 में भी सहेजना चाहूंगा।

Answer 1

आप इसके लिए उपयोग कर सकते हैं awk:

awk 'FNR==NR{a[$1];next};!($1 in a)' file1 file2 > file3

स्पष्टीकरण:

• FNR == NR: यह परीक्षण सही है जब रिकॉर्ड की संख्या फ़ाइल में रिकॉर्ड की संख्या के बराबर है। यह केवल पहली फ़ाइल के लिए सही है, दूसरी फ़ाइल NRके लिए file1 + की लाइनों की संख्या के बराबर होगी FNR।

• a[$1]: File1 के पहले फ़ील्ड का एक ऐरे एलिमेंट इंडेक्स बनाएं।

• next: अगले रिकॉर्ड पर जाएं ताकि फ़ाइल 1 पर कोई अधिक प्रसंस्करण न हो।

• !($1 in a): देखें कि क्या पहला फ़ील्ड ($ 1) फ़ाइल में अर्थात फ़ाइल में मौजूद है, और पूरी लाइन (फ़ाइल 3 पर) प्रिंट करें।

# विकी से एक उदाहरण के आधार पर ।

Comments

बिल्कुल सही जवाब !!!

— एमटीके

Answer 2

export LC_ALL=C
comm -13 <(sort f1) <(sort  f2)

उन लाइनों की रिपोर्ट करेगा जो केवल में हैं f2।

export LC_ALL=C
join -v2 <(sort f1) <(sort f2)

रिपोर्ट करेंगे कि f2किसकी पहली फ़ील्ड को किसी भी लाइन में पहले फ़ील्ड के रूप में नहीं मिला है f1।

(आप इस तरह की प्रक्रिया प्रतिस्थापन के लिए समर्थन के साथ एक खोल की जरूरत है ksh93, zshया bash)।

Answer 3

बस यहाँ मज़ा के लिए पर्ल में एक समाधान है:

#!/usr/bin/perl

# create names lookup table from first file
my %names;
while (<>) {
    (my $col1)= split / /, $_;
    $names{$col1} = 1;
    last if eof;
}

# scan second file
while (<>) {
    print if /^(\S+).*/ && not $names{$1};
}

उदाहरण

$ ./showdiffs.pl file1  file2
0BDB FC600_R5_TP  FX.B   33554640    6044364  18    6033105  18    6044364   0
0BDC FC600_R5_TP  FX.B   33554640    6613536  20    6481974  19    6613536   0
0BDD FC600_R5_TP  FX.B   33554640    4435848  13    4057170  12    4435848   0
0BDE FC600_R5_TP  FX.B   33554640    6620868  20    6249518  19    6620868   0

विवरण

ऊपर दिए गए पर्ल समाधान में 2 लूप शामिल हैं। पहला लूप सभी पंक्तियों को अंदर से पढ़ता है file1और एक हैश बनाता है, %namesजहां हम पहचानने वाले प्रत्येक कॉलम को जोड़ते हैं।

$names{11AA} = 1;

दूसरा whileलूप तब 2 फ़ाइल पर चलता है file2, और प्रत्येक पंक्ति के कॉलम 1 को नियमित अभिव्यक्ति का उपयोग करके पहचाना जाता है:

^(\S+).*

ऊपर लाइन की शुरुआत से कहते हैं, सब कुछ है कि एक जगह नहीं है मैच, और अस्थायी चर में इसे बचाने के लिए $1। यह चारों ओर parens लपेटकर बचाया है। .*लाइन पर सब कुछ मैच के लिए कहते हैं।

उस रेखा का अगला भाग कॉलम 1 को देखने के लिए कहता है जिसे हमने अभी हैश $1में सहेजा है %names:

$names{$1}

अगर यह वहां मौजूद है, तो हम इसे प्रिंट नहीं करना चाहते हैं। अगर यह नहीं है, तो इसे प्रिंट करें।

Answer 4

विधि 1 # बैश

#!/usr/bin/env bash
file1=$1
file2=$2

[[ $# -ne 2 ]]  && { echo -e "\n\tUsage: \t$0 file1 file2\n"; exit 1; }

while read line
do

        if ! grep -q "${line%% .*}" $file1; then
                echo "${line}"
        fi

done < $file2

विधि 2 # केवल ग्रीप

grep -v "$(< file1)" file2

grep काम कर रहा है, लेकिन गारंटी नहीं है

Answer 5

आओ इसे प्राप्त करें

फ़ाइल # 1: file1.txt

फ़ाइल # 2: file2.txt

इसके बाद टर्मिनल पर चलें

fgrep -vf test1.txt test2.txt > output.txt

output.txt में वांछित परिणाम होंगे।

स्पष्टीकरण:

fgrep : print lines matching a pattern (from manual page)
-v  : get only non-matching rows
-f : obtain PATTERN from FILE (from manual page)

Comments

यह केवल तभी काम करता है जब पूरी रेखाएं समान हों, लेकिन प्रश्नकर्ता ने स्पष्ट रूप से केवल पहले कॉलम पर तुलना करने के लिए कहा।

— आदेपन