如何使用awk基于三个条件匹配两个文件并输出对应结果

原有命令错误原因 #

• 将file2的各列拆分存储到独立一维数组，当file2存在多条第1列相同的记录时，后写入的记录会覆盖数组中已有的值，仅能保留最后一条同列值的记录
• 条件判断中b[$2]、c[$3]的索引使用错误，无法对应到同一行file2记录的区间起止值

正确实现命令 #

awk 'NR==FNR{
    arr[$1][++cnt[$1]] = $2" "$3" "$4
    next
}
{
    res = 0
    if($2 in cnt){
        for(i=1;i<=cnt[$2];i++){
            split(arr[$2][i],tmp," ")
            if($3 >= tmp[1] && $3 <= tmp[2]){
                res = tmp[3]
                break
            }
        }
    }
    print $0,res
}' file2 file1

命令逻辑说明 #

1. 优先读取file2，以第1列（和file1第2列匹配的关联键）为一级索引，将同一关联键下的所有区间起始值、区间结束值、对应第四列值打包存储到二维数组，避免同关联键多区间的覆盖问题
2. 读取file1时，默认匹配结果设为0；遍历当前行第2列对应的所有file2区间，判断file1第3列是否落在区间范围内，匹配成功则更新结果为对应第四列值并跳出循环
3. 最终输出file1整行内容加匹配结果，完全符合预期输出格式

内容的提问来源于stack exchange，提问作者godines