linux - 仅当第二个文本文件中也存在时，才基于第一个文本文件中的第二个字段组合两个文本文件

Question

我有两个文本文件，我想以某种方式组合它们，但要根据第一个文件中的第二个字段进行替换。下面是第一个文件的格式。这是来自语料库的单词。

file_1.txt

1000 the
999 been
950 phone
850 ball
800 watch
799 porch

文件 2 是一些可以在第一个文件中找到的词，但从第二个字段开始对该词进行分割。

file_2.txt

the th e
been be en
shirt sh ir t
phone pho ne
desk d esk
chair cha i r
watch wa t c h
floor f loo r

下面是我想得到的。当两个文件中都存在单词时，我喜欢只从第二个文件中分解单词。

file_3.txt

1000 th e
999 be en
950 pho ne
850 ball
800 wa t c h
799 porch

我一直在尝试根据字段在两个文件之间做一些排序的事情，但我很迷茫。

Answer 1

你可以使用 Awk:

awk 'FNR == NR { m[$2]=$1 } FNR != NR && $1 in m { w=$1; $1=""; print m[w] $0}' file_1.txt file_2.txt

即:

• 对于第一个文件中的每一行，构建一个word -> id的map>
• 对于第二个文件中的每一行:
  • 将第一个字段(单词)保存在变量中
  • 清除第一个字段
  • 使用 map 和单词打印id，以及该行的其余部分