如何使用awk对多分隔符文件实现跨文件指定字段匹配筛选

• 文件读取顺序颠倒：NR==FNR逻辑会优先处理命令中传入的第一个文件，正确顺序应该先读参考文件file2，把比对关键词存入数组，再处理待筛选的file1，原命令把file1放在第一个读取位置，逻辑完全错位
• 取值逻辑不符合需求：用[/|]做分隔符取固定$3的写法无法适配不同行/数量不一致的情况，你需要提取的是每行最右侧第一个/之后、第一个|之前的字段，和列序号无关
• 匹配字段错误：原命令判断$1 in a完全偏离目标取值，自然无法得到正确结果

通用兼容版（适配所有awk版本，包括mawk、gawk、nawk） #

awk '
NR==FNR {
    a[$0]
    next
}
{
    origin = $0
    # 贪婪匹配删除最后一个/及之前的所有内容
    sub(/.*\//, "")
    # 删除第一个|及之后的所有内容，得到待比对值
    sub(/\|.*/, "")
    # 命中参考值则输出原始行
    if ($0 in a) print origin
}
' file2 file1 > output

简化版（仅支持gawk，即GNU awk） #

awk 'NR==FNR{a[$0];next} match($0,/\/([^/|]+)\|/,m) && m[1] in a' file2 file1 > output

针对你给出的测试文件，命令提取的待比对值分别为：

• AAB/BBC/customer|fed|12931| → customer，命中，输出
• /customer|fed|982311| → customer，命中，输出（你给出的期望输出中该行ID写为12931属于笔误，命令会保留文件原始内容输出）
• BXC/DEF/OTTA|fed|92374| → OTTA，未命中，跳过
• AVD/customer|FST|8736481| → customer，命中，输出
• FFS/T6TT/BOSTON|money|18922| → BOSTON，未命中，跳过
• GTS/trust/YYYY|opt|62376| → YYYY，未命中，跳过
• XXY/IJSH/trust|opt|62376| → trust，命中，输出
  完全匹配你的筛选规则。

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