awk之两个文共有部分相减,独有部分输出并标记来源.

文件a:
123456,[e-mail],105
654321,[e-mail],205
111111,[e-mail],200
888888,[e-mail],500
999999,[e-mail],100
144999,[e-mail],50

 

文件b:
123456,[e-mail],105   
654321,[e-mail],205
111111,[e-mail],300
144888,[e-mail],800
888888,[e-mail],500
999999,[e-mail],300

以第1,2字段为参照,用B文件的那一行的第3段去减A文件中也存在的那一行的第3段,然后输出结果(相减结果为0则不输出),如果A文件中唯一的行直接输出,B文件里唯一的行也直接输出,并在后面标记,输出结果：
111111,[e-mail],100
144888,[e-mail],800 Bfile
999999,[e-mail],200
144999,[e-mail],50  Afile

 

 

awk -F, 'NR==FNR{a[$1","$2]=$3;next}{n=$1","$2;if(n in a){if(i=$3-a[n])print n","i;delete a[n]}else{print $0" Bfile"}}END{for(i in a)print i","a[i]" Afile"}' a b

[解析]

  先把a文件以第1、2个字段为小标把第3字段的值存入数组a里，然后从b文件的第一行开始判断，如果存在于数组a中，并且相减的值不等于0则打印该行的第1、2字段和相减后的差，这是最关键的一步：然后把该下标从数组a中剔除，如果不存在数组a中，那表明b文件里这行是唯一的，则直接输出该行并做好标记，这样到最后b文件中存在于a文件中的下标就剔除完了，那么数组a中还存在的下标就是b文件中不存在的了，那就达到了输出a文件中唯一行的目的，最后在END中打印出这些b文件中不包含的行，并最好标记。在高版本的awk中"delete a"是清空全部下标，"delete a[i]"是剔除某一个下标。