使用Bash基于查找表替换制表符分隔文件指定列内容

我有一个制表符分隔的main.txt文件，需要在同样是制表符分隔的查找表lookup.txt存在映射关系时，将main.txt的第2列Target_Sector替换为对应的Sector_name；如果没有映射关系，则保留原始值。

文件内容 #

main.txt（制表符分隔） #

Serving_Sector	Target_Sector	HO_Attempts	HO_Successful_Attempts
1112928	1112929	2	2
1112928	1112930	0	0
1112929	1112928	3	3

lookup.txt（制表符分隔） #

Sector_id	Sector_name
1112929	SectorTEST

现有脚本问题 #

使用@Dielna Reboot提供的Bash脚本执行后出现异常：会新增换行，且误替换第1列的Serving_Sector内容，不符合预期。

现有脚本 #

#!/bin/bash

#put only ids in variable
ids="$(cat hostats.txt | awk '{print $2}' | grep -v Sector)"

for sector_name in $ids; do

#match id condition
grep "$sector_name" lookup.txt >/dev/null 2>&1 && {
 #save sector name
 sector_id="$(grep "$sector_name" lookup.txt | awk '{print $2}')"
 # replace via sed in-place
  sed -i "s/$sector_name/$sector_id/g" hostats.txt
} || true

done

错误执行结果（->代表制表符） #

Serving_Sector->Target_Sector->HO_Attempts_HO->Successful_Attempts
1112928->SectorTEST
->2->2
1112928->1112930->0->0
SectorTEST
->1112928->3->3

期望正确结果（->代表制表符） #

Serving_Sector->Target_Sector->HO_Attempts->HO_Successful_Attempts
1112928->SectorTEST->2->2
1112928->1112930->0->0
1112929->1112928->3->3

问题原因分析 #

• 全局替换误匹配：sed的s/$sector_name/$sector_id/g会全局匹配文件中所有出现的ID，包括第1列的Serving_Sector，导致不该替换的内容被修改。
• 循环修改文件：每次循环都直接修改原文件，多次替换会导致格式错乱（比如新增换行）。
• 未区分制表符边界：没有限定只替换第2列的内容，匹配逻辑不精准。

正确解决方案 #

使用awk一次性处理，先将lookup.txt的映射关系读入数组，再遍历main.txt，仅替换第2列的匹配项：

#!/bin/bash

awk -F'\t' -v OFS='\t' '
NR==FNR {
    if (NR>1) map[$1]=$2  # 跳过lookup表头，将Sector_id和Sector_name存入数组
    next
}
{
    if ($2 in map) $2=map[$2]  # 如果第2列在映射数组中，替换为对应名称
    print  # 输出处理后的行
}
' lookup.txt main.txt > main_updated.txt

说明 #

• -F'\t'和-v OFS='\t'指定输入输出的分隔符为制表符，保证格式不混乱。
• NR==FNR：处理第一个文件（lookup.txt）时，将映射关系存入map数组，跳过表头行。
• 处理第二个文件（main.txt）时，检查第2列是否存在于map中，存在则替换，最后输出所有行。
• 结果保存到main_updated.txt，避免直接修改原文件导致的问题，也可根据需求改为原地替换（需注意awk版本支持）。

内容的提问来源于stack exchange，提问作者SHR