如何用Awk筛选第三列>80且两列点前内容不同的行？

问题场景 #

现有文件example_file，内容如下：

a2022.1 a2022.1 80
a2022.1 a2022.2 90
a2022.1 a2023.1 80
a2022.2 a2022.2 90
a2022.2 a2023.1 40
a2022.3 a2022.1 50
b20225.1 a2022.1 80

需要筛选满足以下两个条件的行：

1. 第三列数值大于80
2. 第一列点（.）之前的部分与第二列点之前的部分不同

期望结果：

a2022.1 a2023.1 80
b20225.1 a2022.1 80

之前的问题分析 #

你用awk '($3 > 80 && $1!=$2)' example_file只能排除两列完全相同的行，但无法区分a2022.1和a2022.2这种点前部分相同的情况；而awk '($3 > 80 && $1!~$2)' example_file失效，是因为$1!~$2是正则匹配，$1里的.是正则通配符（匹配任意单个字符），所以a2022.1会被a2022.2匹配到，导致无法排除目标行。

正确解决方案 #

需要先提取每一列点前的部分，再进行比较，以下两种方法均可实现：

方法1：使用split函数提取前缀 #

awk '$3 > 80 {split($1, a, "."); split($2, b, "."); if (a[1] != b[1]) print}' example_file

• split($1, a, ".")：将第一列按.分割，存入数组a，a[1]即为点前的部分
• split($2, b, ".")：同理提取第二列的点前缀
• 比较a[1]和b[1]，不同则输出该行

方法2：临时修改字段分隔符 #

awk -F '[ .]' '$5 > 80 && $1 != $3' example_file

• -F '[ .]'：将字段分隔符设为空格或.，此时原第一列的点前缀是$1，原第二列的点前缀是$3，原第三列数值是$5
• 直接比较$1和$3是否不同，同时判断$5 > 80，满足条件则输出

内容的提问来源于stack exchange，提问作者zzz