在 shell 脚本中比较 csv 的特定列

Question

我有两个想要比较的 CSV 文件。第一个看起来像：

aaaaaaaa-fb34-4e3e-aed5-eec78d02d59b,1234
bbbbbbbb-f76a-4a05-bb53-63aba9d03fe2,5678
cccccccc-e351-4d8e-b44a-080f6ccdef7d,9012

第二个看起来像（只有一个字段）：

bbbbbbbb-f76a-4a05-bb53-63aba9d03fe2
cccccccc-e351-4d8e-b44a-080f6ccdef7d

我想根据 UUID 比较（使用

comm

等 shell 命令）这两个集合，显示第一个文件中的完整行以及第二个文件中未出现的 UUID。 因此，对于示例数据如上所述，输出应该是

aaaaaaaa-fb34-4e3e-aed5-eec78d02d59b,1234

如果我只有两个 UUID 列表，我可以轻松地与

comm

 进行比较，但我不知道如何处理额外的字段。我想我可以切断第二个字段，

comm

，然后循环遍历结果并在原始的双字段集中进行 grep，但这似乎有点低效。使用标准实用程序有更好的方法吗？我也看到了

Answer 1

您可以将 grep 与第二个文件一起使用作为您不想匹配的固定字符串：

$ grep -Fvf second.csv first.csv
aaaaaaaa-fb34-4e3e-aed5-eec78d02d59b,1234

或者使用第一个字段连接但抑制连接的输出线：

$ join -t, -v1 <(sort -k1 -t, first.csv) <(sort second.csv)
aaaaaaaa-fb34-4e3e-aed5-eec78d02d59b,1234

Answer 2

如果

awk

 是一个选项，您可以使用它首先将第二个文件的所有行作为键读取到数组中，然后通过这些数组键中第一列的包含性来过滤第一个文件。请注意文件的顺序。

awk -F, 'NR==FNR {a[$0]; next} !($1 in a)' file2.csv file1.csv

aaaaaaaa-fb34-4e3e-aed5-eec78d02d59b,1234