求基于首列实现两个文件全外连接的Unix AWK命令

要实现app.txt和db.txt基于第一列的全外连接，同时满足app.txt中无db.txt匹配的记录显示空值+Yes的需求，可使用以下AWK命令：

BEGIN { OFS="\t" }  # 可根据需求替换为空格或其他分隔符
# 读取db.txt，存储每条记录并记录所有key
FNR==NR {
    data[$1] = $0
    all_keys[$1] = 1
    next
}
# 处理app.txt的每条记录
{
    # 提取app.txt中第一列之后的所有内容（适配多字段场景）
    app_content = substr($0, index($0, $2))
    if ($1 in data) {
        # 匹配到db记录：输出db内容 + app后续内容
        print data[$1], app_content
    } else {
        # 无匹配db记录：输出空值 + app后续内容
        print "", app_content
    }
    # 标记该app的key已处理
    processed[$1] = 1
}
# 输出db中存在但app中无匹配的记录
END {
    for (key in all_keys) {
        if (!(key in processed)) {
            print data[key], ""
        }
    }
}

命令说明 #

1. BEGIN块：设置输出字段分隔符（OFS），这里用制表符\t可清晰展示空值，可根据实际需求替换为空格或其他符号。
2. 读取db.txt：将每条记录按第一列（key）存入data数组，同时用all_keys数组记录所有db中的key。
3. 处理app.txt：
   • 提取第一列之后的所有内容，避免仅适配单个字段的场景；
   • 若当前key在data中存在，输出对应db记录加app后续内容；
   • 若不存在，输出空值加app后续内容；
   • 标记该key已处理，避免后续重复输出。
4. END块：遍历所有db中的key，输出那些在app中无匹配的记录，后续补充空值。

原命令问题分析 #

你之前使用的命令：

awk 'FNR==NR {data[$1]=$0; next} {$1=data[$1]}1' db.txt app.txt

问题在于当app.txt的key在db.txt中不存在时，data[$1]为空值，执行$1=data[$1]后第一列被替换为空，最终输出仅保留原app.txt的后续字段（即"Yes"），不符合空值+Yes的格式要求。

内容的提问来源于stack exchange，提问作者mangesh5171