Linux下基于文件路径与类型匹配提取内容的awk脚本求助

没问题，我来帮你搞定这个需求！你提到的FNR==NR确实是awk处理多文件场景的核心技巧，刚好适配你的需求，我一步步给你讲清楚怎么用。

先明确核心逻辑 #

结合你的描述，我默认你的场景是：

• 有两个输入文件，比如source.txt（第一个文件，存着待筛选的内容/路径）和match_list.txt（用来对比匹配的路径列表）
• 需要从source.txt里筛选出满足两个条件的内容：
  1. 内容里的文件路径属于"data"类型（比如后缀是.data、路径包含/data/目录这类标识）
  2. 这个路径在match_list.txt中存在
• 最终把符合条件的内容输出到结果文件（比如result.txt）

具体awk脚本实现 #

基础版本（匹配路径存在+data类型） #

先写一个可复用的脚本文件（比如filter_data.awk）：

FNR==NR {
    # 先处理第二个文件match_list.txt，把所有路径存到数组里
    paths[$0] = 1
    next
}
# 处理第一个文件source.txt
# 这里的判断条件：路径在匹配列表中，且包含"data"关键字
paths[$0] && /data/ {
    print $0 > "result.txt"
}

运行命令：

awk -f filter_data.awk match_list.txt source.txt

或者直接用一行命令搞定：

awk 'FNR==NR{paths[$0]=1;next} paths[$0]&&/data/{print>"result.txt"}' match_list.txt source.txt

自定义data类型匹配规则 #

如果你的"data"类型有更明确的标识，可以修改匹配条件：

• 若特指.data后缀：

  paths[$0] && $0 ~ /\.data$/ {print $0 > "result.txt"}
  

• 若特指路径包含data目录（比如/user/data/file.txt）：

  paths[$0] && $0 ~ /\/data\// {print $0 > "result.txt"}
  

脚本关键部分解释 #

• FNR==NR：awk里NR是全局处理的行号，FNR是当前文件的行号。处理第一个输入文件（match_list.txt）时，FNR等于NR，所以执行第一个代码块：把每行路径存入paths数组，next跳过后续代码，继续处理下一行。
• 处理第二个文件（source.txt）时，FNR不再等于NR，会执行后面的判断：先检查当前行路径是否在匹配列表中，再验证是否符合"data"类型规则，满足条件就输出到结果文件。

简化场景：无需对比第二个文件的情况 #

如果你其实不需要和第二个文件对比，只是想提取第一个文件中属于data类型的内容，直接用更简单的命令：

awk '/data/ {print > "result.txt"}' source.txt

同样，把/data/换成你需要的匹配规则即可。

验证结果的小技巧 #

运行完脚本后，可以用以下命令确认输出是否符合预期：

# 查看结果文件内容
cat result.txt
# 和预期结果对比（如果有预期文件的话）
diff expected_result.txt result.txt

内容的提问来源于stack exchange，提问作者Anku g