全部博文(1159)
分类: LINUX
2015-11-25 22:19:22
谢谢参与解答,awk相关问题。 现有两个文件,内容样式如下 1420862364.685037 50365 seq 11608:13056 1420862364.777130 50366 seq 13056:14504 1420862364.777142 50367 seq 14504:15952 1420862364.778324 50368 seq 15952:17400 1420862364.778332 50369 seq 17400:18848 1420862364.780798 50370 seq 18848:20296 1420862364.780810 50371 seq 20296:21744 省略x万行 第一列是时间(unix),第二列是ip数据包id,第三列是数据包类型,第四列是数据包内数据序列号。 文件file1来自发信端,文件file2来自收信端,因此两个文件中的数据大致类似,除了file2的时间部分可能会有迟延上的变化,而且某些时候会因为丢包,部分数据行丢失。 现在要求,对比file1和file2,根据id列区分数据包,输出file1中的时间1和file2中的时间2到新文件,样式如下 1420862364.881564 1420862365.881564 50391 seq 49256:50704 对于丢包(即file2中没有找到与file1中相同id行的情况),在time2的位置上输出x字样 1420862364.881564 x 50391 seq 49256:50704 要求写出简单的处理思路,带适当注释,用awk实现。 全部符合条件的加20点分数。++++++++++++++++++++++++++++
点击(此处)折叠或打开
ARGIND==1 表示处理的是第一个文件 file2
ARGIND==2 表示处理的是第二个文件 file1
原则是:内容较少的文件先处理,遍历读入并保存到数组,以要比较的值为数组下标(这里就是第二列的id值),需要打印显示的内容存为对应的元素值(这里就是第一列的时间值)。然后再处理内容较多的文件,对其每一行内容都使用遍历数组下标进行比较。
这里设置了一个flag来标识file1中的id在数组中(file2中)是否存在。
由于你的数据文件有上万行,所以速度肯定快不了。
谢谢解答,意思基本看懂了,但是在终端上运行没有结果,我尝试输出到file3,但是enter之后一瞬间就回到提示符了,file3是空文件。请再帮帮忙。
点击(此处)折叠或打开