使用awk实现含特殊字符的跨文件字符串匹配问题咨询

你当前使用的awk命令存在两处核心错误，导致实际场景运行不符合预期：

• 条件书写错误：将相等判断==误写为赋值=，NR=FNR属于赋值操作，返回值永远为真，所以逻辑全程只会执行第一个代码块，不会处理file2的匹配逻辑
• 字段取值错误：使用$1仅会读取每行第一个空白符分隔的字段，若字符串中存在空格、制表符等内容会被截断，应当使用$0读取完整行内容
  另外grep命令运行异常的原因是默认将匹配串当做正则表达式解析，你提供的InChI字符串中包含大量/、(、+等正则特殊字符，会导致匹配逻辑异常。

方案1：修正后的awk命令 #

如果需要区分匹配/不匹配结果，直接用以下命令：

• 输出file2中存在于file1的匹配行：

awk 'NR==FNR {a[$0]; next} $0 in a' file1 file2 > match_result.out

• 输出file2中不存在于file1的不匹配行：

awk 'NR==FNR {a[$0]; next} !($0 in a)' file1 file2 > nomatch_result.out

方案2：使用grep固定字符串匹配 #

不需要自己写逻辑，直接调用grep的固定字符串匹配参数即可，天然规避特殊字符问题：

# 整行精确匹配，输出file2中存在于file1的内容
grep -F -x -f file1 file2 > match_result.out

参数说明：

• -F：将所有匹配串视为普通固定字符串，不做正则解析
• -x：强制整行完全匹配，避免子串匹配的误判
• -f：从指定文件（此处为file1）读取匹配模式

如果执行上述命令后依然匹配失败，优先检查文件换行符格式：
如果文件是Windows下生成的dos格式，行尾会携带隐藏的\r字符，导致两个相同内容的行因为行尾符不一致匹配失败，执行以下命令统一转换为unix格式即可：

dos2unix file1 file2

内容的提问来源于stack exchange，提问作者ioi101