awk - 打印具有多个定界符的相似列的行

Question

我有两个文件:

文件1.txt

dn_id101_400_CT_TC    string1
dn_id111_60_TT_AA    string2

文件2.txt

dn_id101_400_XX_XX    diffstring1
dn_id400_40_XY_YX    diffstring2
dn_id111_60_GG_CC    diffstring3

如果 file1.txt 中由 _ 分隔的前三个元素出现在 file2.txt 中的行中，我想打印 file2.txt 中的行。这是我想要的输出:

dn_id101_400_XX_XX    diffstring1
dn_id111_60_GG_CC    diffstring3

有没有办法做到这一点？也许通过更改 awk 的分隔符？我不确定如何在 awk 命令中处理多个定界符。这是我想使用的示例:

awk -F"\t" 'FNR==NR {a[$1]; next}; $1 in a' file1.txt file2.txt

Answer 1

使用cut、paste、join、sort 和函数定义复制awk 的替代解决方案 功能

$ f() { paste <(cut -d_ -f1-3 ${1}) ${1} | sort; }; \
  join -o2.2,2.3 <(f file1) <(f file2)    

dn_id101_400_XX_XX diffstring1
dn_id111_60_GG_CC diffstring3

创建连接的键和排序，选择列输出，定义函数用于消除重复代码。