求助：如何用AWK实现三类需复制文件的完整筛选逻辑？

测试用CSV示例 #

source.csv（源文件列表） #

"/path/to/source","file1.txt",1024,1690000000
"/path/to/source","file2.txt",2048,1691000000
"/path/to/source","file3.txt",512,1692000000
"/path/to/source","file4.txt",1536,1693000000

列定义：源目录路径、文件名、文件大小（字节）、Unix时间戳

target.csv（目标文件列表） #

"/path/to/target","file1.txt",1024,1690000000
"/path/to/target","file2.txt",1024,1690000000
"/path/to/target","file3.txt",512,1691000000
"/path/to/target","file5.txt",2048,1690000000

列定义：目标目录路径、文件名、文件大小（字节）、Unix时间戳

预期输出（files_to_copy.txt） #

file2.txt
file3.txt
file4.txt

三类条件的AWK实现方案 #

核心思路 #

先读取target.csv，把每个文件的大小和时间戳存储到关联数组中，键为去引号后的文件名；再遍历source.csv，逐一匹配三类条件，符合任一条件则输出文件名。

完整AWK命令 #

awk -v FS="," '
BEGIN { OFS = FS }
# 处理target.csv，存储文件的大小和时间戳
FNR == NR {
    fname = $2
    gsub(/"/, "", fname)
    size[fname] = $3 + 0  # 转为数值，避免引号干扰
    mtime[fname] = $4 + 0
    next
}
# 处理source.csv
{
    fname = $2
    gsub(/"/, "", fname)
    # 匹配三类条件
    if ( !(fname in size) ) {
        # 条件1：目标中不存在该文件
        print fname
    } else if ( ($3 + 0) != size[fname] ) {
        # 条件2：源与目标文件大小不同
        print fname
    } else if ( ($4 + 0) > mtime[fname] ) {
        # 条件3：源文件时间戳晚于目标
        print fname
    }
}
' target.csv source.csv > files_to_copy.txt

命令关键细节解释 #

• FNR == NR：仅处理第一个输入文件（target.csv），将文件元数据存入数组，确保后续对比有依据。
• gsub(/"/, "", fname)：移除文件名中的双引号，避免字符串匹配时因引号导致的不匹配问题。
• $3 + 0/$4 + 0：将CSV中的字符串类型大小/时间戳转为数值，确保比较是数值运算而非字符串字典序比较。
• 三个条件按顺序判断，覆盖所有需要复制的场景，无需额外调用tr处理引号。

单独验证后两类条件（可选） #

如果只想筛选目标已存在但需要更新的文件（仅条件2和3），可以使用以下命令：

awk -v FS="," '
BEGIN { OFS = FS }
FNR == NR {
    fname = $2
    gsub(/"/, "", fname)
    size[fname] = $3 + 0
    mtime[fname] = $4 + 0
    next
}
{
    fname = $2
    gsub(/"/, "", fname)
    if ( fname in size ) {
        if ( ($3 + 0) != size[fname] || ($4 + 0) > mtime[fname] ) {
            print fname
        }
    }
}
' target.csv source.csv > updated_files_to_copy.txt

该命令输出：file2.txt、file3.txt

内容的提问来源于stack exchange，提问作者cloudy