如何根据CSV第二列的排除值过滤第一列的订阅者行？

解决方案 #

你需要先把所有排除列表的邮箱存入哈希表，再遍历全量订阅者列表做匹配，正确命令如下：

# 多行易读版
awk -F ',' 'FNR == NR {
  # 第一次读文件：把第二列非空的排除邮箱存到哈希表
  if (NR > 1 && $2 != "") exclude[$2] = 1
  next
}
# 第二次读文件：输出第一列不在排除哈希表的邮箱
FNR > 1 && !($1 in exclude) {
  print $1
}' subs.csv subs.csv

# 单行精简版
awk -F ',' 'FNR==NR{if(NR>1&&$2!="")e[$2]=1;next}FNR>1&&!($1 in e){print $1}' subs.csv subs.csv

原命令问题说明 #

你之前的命令只判断了同一行的两列值是否相等，没有把所有排除项汇总存储，跨行的匹配自然识别不到，比如第三行的charles@example.com是全量列表里的，对应排除项在第一行的第二列，原逻辑就过滤不掉。

效果验证 #

针对你给出的示例文件，上述命令输出结果完全符合预期：

bill@example.com
daisy@example.com
esther@example.com

如果你的CSV字段存在前后空格，可以在判断前加gsub(/^[[:space:]]+|[[:space:]]+$/,"",$1)和gsub(/^[[:space:]]+|[[:space:]]+$/,"",$2)处理空格即可。

内容的提问来源于stack exchange，提问作者equinoxe5