Linux下跨文件列匹配：在file2第4列搜索file1第4列并输出指定内容

嘿，这个需求用Awk就能完美搞定，我给你整理了两种实现方式，逻辑清晰还容易调整，先看具体操作：

方法一：脚本文件形式（推荐，可读性高） #

创建一个名为merge_files.awk的文件，内容如下：

BEGIN {
    # 第一步：读取file1.txt，建立第4列到1-3列的映射
    while ((getline < "file1.txt") > 0) {
        map[$4] = $1 " " $2 " " $3
    }
    close("file1.txt")
    
    # 第二步：读取file2.txt，收集匹配结果和所有原内容
    while ((getline < "file2.txt") > 0) {
        # 保存file2的每一行到数组，后续输出原内容用
        original_lines[++line_num] = $0
        # 如果当前行第4列在file1的映射里，生成需要的组合行
        if ($4 in map) {
            match_results[++match_num] = map[$4] " " $4
        }
    }
    close("file2.txt")
    
    # 第三步：先输出所有匹配结果，再输出file2原有内容
    for (i = 1; i <= match_num; i++) {
        print match_results[i]
    }
    for (i = 1; i <= line_num; i++) {
        print original_lines[i]
    }
}

然后在终端运行：

awk -f merge_files.awk

方法二：单行命令形式（适合快速执行） #

如果不想创建脚本文件，直接用这个单行命令：

awk 'BEGIN {while((getline<"file1.txt")>0) map[$4]=$1" "$2" "$3; close("file1.txt"); while((getline<"file2.txt")>0) {orig[++n]=$0; if($4 in map) matches[++m]=map[$4]" "$4}; close("file2.txt"); for(i=1;i<=m;i++) print matches[i]; for(i=1;i<=n;i++) print orig[i]}'

逻辑拆解 #

我给你理清楚脚本的工作流程，方便你理解和修改：

1. 构建映射表：先读取file1.txt的每一行，把第4列内容作为"键"，对应的第1、2、3列拼接成字符串作为"值"存在map数组里，这样后续能快速通过第4列的值找到对应的1-3列内容。
2. 收集内容：接着读取file2.txt的每一行，一方面把所有行保存到数组（用来最后输出原内容），另一方面检查当前行第4列是否在map中，匹配的话就生成组合行存到结果数组。
3. 输出内容：最后先打印所有匹配结果，再打印file2.txt的原有内容，正好满足"匹配结果放在原有内容上方"的要求。

注意事项 #

• 如果你的文件列分隔符不是空格（比如制表符\t），需要在awk命令里指定分隔符，比如：

  awk -F "\t" -f merge_files.awk
  

• 如果file1.txt里同一第4列对应多行内容，这个脚本只会保留最后一行的1-3列。如果需要处理重复键的场景，可以告诉我，我再调整脚本。

内容的提问来源于stack exchange，提问作者bapors