如何直接对比Bash数组元素的前N个字符并输出匹配项？

假设存在两个Bash数组A和B，可通过读取目录下的txt文件生成，或直接声明定义：

通过目录生成数组 #

• 目录A中执行以下脚本生成数组A：

#!/bin/bash
A=( $(ls *txt) )

目录A包含的文件：

fox_abdce.txt
rabbit_abdce.txt
lemom_asnrndna.txt

• 目录B中执行以下脚本生成数组B：

#!/bin/bash
B=( $(ls *txt) )

目录B包含的文件：

fox_zzzzzz.txt
rabbit_zzzedd.txt
lemom_kokoijijim.txt

直接声明数组 #

也可直接通过代码声明数组：

#!/bin/bash
declare -a A=([0]="fox_abcde.txt" [1]="lemom_asnrndna.txt" [2]="rabbit_abcde.txt") 
declare -a B=([0]="fox_zzzzzz.txt" [1]="lemom_kokoijijim.txt" [2]="rabbit_zzzedd.txt")

需求：对比两个数组的所有元素，判断其前3个字符是否一致，输出所有匹配元素，支持两种格式：

• 格式一（分组列出）：

fox_abdce.txt
rabbit_abdce.txt
lemom_asnrndna.txt

fox_zzzzzz.txt
rabbit_zzzedd.txt
lemom_kokoijijim.txt

• 格式二（对应项并排）：

fox_abdce.txt             fox_zzzzzz.txt
rabbit_abdce.txt          rabbit_zzzedd.txt
lemom_asnrndna.txt        lemom_kokoijijim.txt

此前处理CSV文件两列前N字符匹配的AWK方法如下，需将该逻辑迁移到Bash数组：
设置环境变量：

#!/bin/bash
export NUMBER_OF_DIGITS=3

匹配项输出：

awk -F, '{if(substr($1, 1, ENVIRON["NUMBER_OF_DIGITS"]) == substr($2, 1, ENVIRON["NUMBER_OF_DIGITS"])) print}' file.csv

不匹配项输出：

awk -F, '{if(substr($1, 1, ENVIRON["NUMBER_OF_DIGITS"]) != substr($2, 1, ENVIRON["NUMBER_OF_DIGITS"])) print}' file.csv

首先统一设置匹配的字符数变量：

export NUMBER_OF_DIGITS=3

实现格式一（分组列出） #

遍历数组筛选出前缀匹配的元素，分两组输出：

#!/bin/bash
export NUMBER_OF_DIGITS=3

# 替换为目录生成数组的代码也可
declare -a A=([0]="fox_abcde.txt" [1]="lemom_asnrndna.txt" [2]="rabbit_abcde.txt") 
declare -a B=([0]="fox_zzzzzz.txt" [1]="lemom_kokoijijim.txt" [2]="rabbit_zzzedd.txt")

# 输出数组A中所有匹配元素
for elem in "${A[@]}"; do
    prefix="${elem:0:$NUMBER_OF_DIGITS}"
    for b_elem in "${B[@]}"; do
        if [[ "${b_elem:0:$NUMBER_OF_DIGITS}" == "$prefix" ]]; then
            echo "$elem"
            break
        fi
    done
done

echo # 空行分隔两组

# 输出数组B中所有匹配元素
for elem in "${B[@]}"; do
    prefix="${elem:0:$NUMBER_OF_DIGITS}"
    for a_elem in "${A[@]}"; do
        if [[ "${a_elem:0:$NUMBER_OF_DIGITS}" == "$prefix" ]]; then
            echo "$elem"
            break
        fi
    done
done

实现格式二（对应项并排） #

先为数组B建立前缀到元素的映射，再遍历数组A匹配输出：

#!/bin/bash
export NUMBER_OF_DIGITS=3

# 替换为目录生成数组的代码也可
declare -a A=([0]="fox_abcde.txt" [1]="lemom_asnrndna.txt" [2]="rabbit_abcde.txt") 
declare -a B=([0]="fox_zzzzzz.txt" [1]="lemom_kokoijijim.txt" [2]="rabbit_zzzedd.txt")

# 构建数组B的前缀-元素关联映射
declare -A b_prefix_map
for elem in "${B[@]}"; do
    prefix="${elem:0:$NUMBER_OF_DIGITS}"
    b_prefix_map["$prefix"]="$elem"
done

# 遍历数组A，匹配后格式化并排输出
for elem in "${A[@]}"; do
    prefix="${elem:0:$NUMBER_OF_DIGITS}"
    if [[ -n "${b_prefix_map[$prefix]}" ]]; then
        # 25为第一列宽度，可根据元素长度调整
        printf "%-25s %s\n" "$elem" "${b_prefix_map[$prefix]}"
    fi
done

高效实现（结合AWK） #

若数组元素数量多，可将两个数组转为类似CSV的行结构，用AWK批量处理：

#!/bin/bash
export NUMBER_OF_DIGITS=3

declare -a A=([0]="fox_abcde.txt" [1]="lemom_asnrndna.txt" [2]="rabbit_abcde.txt") 
declare -a B=([0]="fox_zzzzzz.txt" [1]="lemom_kokoijijim.txt" [2]="rabbit_zzzedd.txt")

# 将两个数组元素按行对齐后传递给AWK匹配
paste <(printf "%s\n" "${A[@]}") <(printf "%s\n" "${B[@]}") | awk -F'\t' '{
    if(substr($1, 1, ENVIRON["NUMBER_OF_DIGITS"]) == substr($2, 1, ENVIRON["NUMBER_OF_DIGITS"])) {
        printf "%-25s %s\n", $1, $2
    }
}'

注：此方法适合两个数组元素数量相同、或已按前缀排序的场景。

内容的提问来源于stack exchange，提问作者Gabriel G.