如何使用Awk遍历两个目录并匹配同名文件前缀输出指定内容？

环境与文件结构 #

我在/home/目录下有两个文件夹：dirA和dirB。

• dirA下的文件：

  fileA.txt
  fileB.txt
  fileC.txt
  

• dirB下的文件：

  fileA.yaml
  fileB.yaml
  fileC.yaml
  

期望目标 #

通过Awk的-F选项，分别以.txt和.yaml作为分隔符提取文件名的前缀部分（$1），当两个目录下的文件名前缀匹配时，输出如下格式内容：

dirA_files fileA == dirB_files fileA
dirA_files fileB == dirB_files fileB
dirA_files fileC == dirB_files fileC

补充：前缀不匹配的情况无需输出任何内容。

当前已有Bash实现思路 #

当前工作路径为/home/，我已经写出了Bash的实现代码，但想知道是否可以用Awk完成该需求：

while read -r dirA_files
do
    while read -r dirB_files
    do
        if [ "$dirA_files" == "$dirB_files" ]
        then
            echo "dirA_files $dirB_files == dirB_files $dirB_files"
        done < <(find dirA -name '*.txt' -ls | awk '{print $11}' | sed -e 's|dirA/||g' | awk -F '.txt' '{print $1}')
    done < <(find dirB -name '*.yaml' -ls | awk '{print $11}' | sed -e 's|dirB/||g' | awk -F '.yaml' '{print $1}')

Awk实现方案 #

完全可以用Awk完成这个需求，且逻辑更简洁高效，无需嵌套循环。下面提供几种不同场景下的实现方式：

方法一：结合ls与Awk（适合文件名无特殊字符的场景） #

ls dirA/*.txt | awk -F'[/.]' '{arr[$2]++}' && ls dirB/*.yaml | awk -F'[/.]' '$2 in arr {print "dirA_files", $2, "==", "dirB_files", $2}'

• 逻辑说明：
  1. 第一部分提取dirA下txt文件的前缀（以/和.为分隔符，取$2），存入数组arr。
  2. 第二部分提取dirB下yaml文件的前缀，检查是否在数组中，存在则按指定格式输出。

方法二：用find配合Awk（兼容含特殊字符的文件名） #

如果文件名包含空格等特殊字符，用ls容易出问题，改用find更稳妥：

find dirA -maxdepth 1 -type f -name "*.txt" | awk -F'[/.]' '{arr[$2]++}' && find dirB -maxdepth 1 -type f -name "*.yaml" | awk -F'[/.]' '$2 in arr {printf "dirA_files %s == dirB_files %s\n", $2, $2}'

• 逻辑说明：
  • -maxdepth 1限制只查找当前目录的文件，不递归子目录。
  • 同样通过分隔符提取前缀，利用数组存储匹配项，最后输出符合条件的内容。

方法三：单Awk进程完成（高效合并处理） #

可以把两个目录的文件输出合并后传给Awk，一次完成处理：

{ find dirA -maxdepth 1 -type f -name "*.txt"; find dirB -maxdepth 1 -type f -name "*.yaml"; } | awk -F'[/.]' '
    $3 == "txt" { arr[$2]++ }
    $3 == "yaml" && $2 in arr { print "dirA_files", $2, "==", "dirB_files", $2 }
'

• 逻辑说明：
  • 合并两个find的输出传给Awk。
  • 对txt文件，将前缀存入数组；对yaml文件，检查前缀是否在数组中，符合条件则输出指定格式。

内容的提问来源于stack exchange，提问作者Saeed