如何用Awk高效匹配提取用户信息（不使用while循环）

问题场景 #

在Linux环境下，需要从LDIF备份文件backup.ldif中批量提取listtodelete.txt里指定用户的完整信息块（从dn:行到空行前的所有内容）。原脚本用while循环逐行调用Awk，因反复扫描大文件导致速度过慢，需改用单Awk命令完成。

现有文件内容 #

• backup.ldif（LDIF格式备份）：

dn: uid=testuser1,ou=people,ou=identities
objectClass: inetOrgPerson
objectClass: organizationalPerson
objectClass: person

dn: uid=testuser1,ou=people,ou=identities
objectClass: inetOrgPerson
objectClass: organizationalPerson
objectClass: person

• listtodelete.txt（目标用户dn列表）：

dn: uid=testuser1,ou=people,ou=identities

低效的原脚本 #

while read line
do
delcommand=" awk '/"$line"/,/pattern|^$/' backup.ldif >> backupfiledeleted.txt
eval "$delcommand"
done < listtodelete.txt

高效Awk解决方案 #

直接用Awk一次性处理两个文件，仅扫描backup.ldif一次，大幅提升效率：

单行命令 #

awk 'NR==FNR { targets[$0]; next } /^dn:/ { in_target = ($0 in targets) } in_target { print; if ($0 == "") in_target = 0 }' listtodelete.txt backup.ldif > backupfiledeleted.txt

拆分脚本（可读性更强） #

创建extract_users.awk文件：

# 处理第一个文件（listtodelete.txt），存储所有目标dn
NR==FNR {
    targets[$0]
    next
}

# 遇到dn行时，判断是否在目标列表中，设置输出标记
/^dn:/ {
    in_target = ($0 in targets)
}

# 如果标记为真，打印当前行；遇到空行时关闭标记
in_target {
    print
    if ($0 == "") {
        in_target = 0
    }
}

执行命令：

awk -f extract_users.awk listtodelete.txt backup.ldif > backupfiledeleted.txt

脚本逻辑说明 #

1. NR==FNR：Awk内置变量NR是当前处理的总行数，FNR是当前文件的行数。当两者相等时，说明正在处理第一个输入文件（listtodelete.txt），把每行的dn存入关联数组targets。
2. /^dn:/：匹配到用户信息块的起始行（dn:开头），检查当前dn是否在targets数组中，决定是否开启输出标记in_target。
3. in_target：如果标记为真，打印当前行；当遇到空行时，说明当前用户信息块结束，把标记设为假，停止输出。

最终输出 #

执行后backupfiledeleted.txt的内容：

dn: uid=testuser1,ou=people,ou=identities
objectClass: inetOrgPerson
objectClass: organizationalPerson
objectClass: person

dn: uid=testuser1,ou=people,ou=identities
objectClass: inetOrgPerson
objectClass: organizationalPerson
objectClass: person

内容的提问来源于stack exchange，提问作者Cj Calaguian