如何修改awk命令，仅CSV文件两列不匹配时才与语料库对比输出XXX

awk -F';' '          # 分隔符
NR==FNR {             # 处理stem文件
    gsub(/"/,"")      # 去除双引号
    if ($1 != $2) {   # 仅第1列和第2列不相等的记录才存入数组
        a[$2]=$1          
    }
    next
}
{
    if($1 in a)       # 如果corpus的条目在数组中存在
        print "XXX"   # 输出XXX
    else
        print $1      # 否则输出原词
}' stem.txt corpus.txt

修改说明 #

• 核心改动在读取stem.txt的逻辑中增加了$1 != $2的判断，过滤掉第一列和第二列内容相同的记录，避免test这个词被存入匹配数组。
• 你之前修改的判断逻辑不生效是因为处理corpus.txt时，每行只有1个字段，$2是空值，a[$2]不存在，判断条件永远无法命中。

内容的提问来源于stack exchange，提问作者shantanuo