如何将文件B中同索引的描述替换为文件A对应索引的描述？

现有两个文本文件A和B，每行格式为key 描述，示例如下：

UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000027_0000104 /users/documents/ark

其中UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000027_0000104是key，/users/documents/ark是描述。

文件基本特征：

• 文件A有1000条条目，文件B有100000条条目
• 每个key可拆分为index（如UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2）和timestamp（如0000027_0000104），index是key去掉最后两个下划线分割的部分
• 每个key和index在对应文件中唯一；文件A的所有index都存在于文件B中，但timestamp不同

需求：将文件B中与文件A拥有相同index的条目，把描述替换为文件A对应index的描述，最终保留文件B的所有条目，仅替换匹配项的描述。

示例：
文件A内容：

UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000000_0000119 /users/documents/ark1
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000027_0000104 /users/documents/ark2

文件B内容：

UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000002_0000118 /users/documents/ark3
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000026_0000107 /users/documents/ark4
UASPCH-XXM16-XXXB1M16-XUAM16-ih_CW100M3_0000039_0000129 /users/documents/ark5

处理后文件B预期结果：

UASPCH-XCF02-SP062-XXB2CF02-UACF02-ih_CW100M2_0000002_0000118 /users/documents/ark1
UASPCH-XCF02-XXB1CF02-UACF02-ih_CW100M2_0000026_0000107 /users/documents/ark2
UASPCH-XXM16-XXXB1M16-XUAM16-ih_CW100M3_0000039_0000129 /users/documents/ark5

以下两种方法都可以实现需求，优先推荐awk命令，适合高效处理大文件。

方法一：使用awk命令（推荐，快速处理大文件） #

awk是处理文本的高效工具，适合处理10万条级别的文件B，无需额外依赖，直接在终端执行：

awk '
# 处理第一个输入文件fileA，构建index到描述的映射
NR==FNR {
    split($1, key_parts, "_")
    # 拼接index：取key分割后的前n-2个部分（去掉最后两个timestamp部分）
    index_str = key_parts[1]
    for (i=2; i<=length(key_parts)-2; i++) {
        index_str = index_str "_" key_parts[i]
    }
    desc_map[index_str] = $2
    next
}
# 处理第二个输入文件fileB
{
    split($1, key_parts, "_")
    index_str = key_parts[1]
    for (i=2; i<=length(key_parts)-2; i++) {
        index_str = index_str "_" key_parts[i]
    }
    # 检查当前index是否在映射中，存在则替换描述，否则保留原行
    if (index_str in desc_map) {
        print $1, desc_map[index_str]
    } else {
        print $0
    }
}
' fileA fileB > updated_fileB

说明： #

1. NR==FNR：仅在处理第一个文件（fileA）时执行这段逻辑，将每个条目的index和对应描述存入desc_map关联数组。
2. 处理fileB时，提取每条的index，若在desc_map中存在，则输出原key+替换后的描述；否则输出原行。
3. 最终结果会写入updated_fileB，不会修改原文件B，避免数据丢失。

方法二：使用Python脚本（适合自定义逻辑场景） #

如果需要更灵活的扩展，或者熟悉Python，可以用以下脚本：

# 构建index到描述的映射字典
index_desc = {}

# 读取文件A
with open("fileA", "r", encoding="utf-8") as f_a:
    for line in f_a:
        line = line.strip()
        if not line:
            continue
        # 分割key和描述，maxsplit=1确保描述含空格也能正确分割（如果有需要）
        key, desc = line.split(maxsplit=1)
        # 提取index：分割key后去掉最后两个部分
        key_parts = key.split("_")
        index = "_".join(key_parts[:-2])
        index_desc[index] = desc

# 处理文件B并写入结果
with open("fileB", "r", encoding="utf-8") as f_b, open("updated_fileB", "w", encoding="utf-8") as f_out:
    for line in f_b:
        line = line.strip()
        if not line:
            f_out.write("\n")
            continue
        key, orig_desc = line.split(maxsplit=1)
        key_parts = key.split("_")
        index = "_".join(key_parts[:-2])
        # 替换描述或保留原行
        if index in index_desc:
            f_out.write(f"{key} {index_desc[index]}\n")
        else:
            f_out.write(f"{line}\n")

说明： #

• 脚本先读取fileA构建映射，再逐行处理fileB，替换匹配项的描述后写入新文件。
• split(maxsplit=1)可以兼容描述中包含空格的情况（如果你的场景存在这种情况）。

内容的提问来源于stack exchange，提问作者echo