如何用AWK提取多文件中共享M模式的匹配行

要提取所有文件共有的M模式并汇总各文件对应的计数，你需要基于**M模式（$2列）**而非整行进行匹配，同时跟踪每个模式在所有文件中的计数。以下是完整的实现步骤：

1. 先获取目标文件总数 #

假设你的文件是类似file1.txt、file2.txt这样的命名，先统计总文件数：

total_files=$(ls file*.txt | wc -l)

（如果你的文件命名规则不同，替换file*.txt为实际的文件名匹配规则即可）

2. 使用AWK提取并汇总共有模式 #

运行以下AWK命令，它会自动收集所有文件共有的M模式，并按文件顺序输出各文件的计数，最后一列是M模式：

awk -v total="$total_files" -F'\t' '
{
    # 保存当前文件中该模式的计数
    counts[$2][ARGIND] = $1
    # 统计该模式出现过的文件数量
    file_count[$2]++
}
END {
    # 遍历所有模式，筛选出在所有文件中都存在的
    for (pattern in file_count) {
        if (file_count[pattern] == total) {
            # 按文件顺序输出每个文件的计数
            for (i=1; i<=total; i++) {
                printf "%s\t", counts[pattern][i]
            }
            # 输出M模式并换行
            print pattern
        }
    }
}' file*.txt

关键说明 #

• -F'\t'：指定字段分隔符为制表符，确保$1是计数、$2是M模式，正确分割每行内容。
• ARGIND：AWK内置变量，代表当前处理的文件索引（第一个文件为1，第二个为2，以此类推），用来区分不同文件的计数。
• 二维数组counts[$2][ARGIND]：存储每个M模式在对应文件中的计数，保证后续能按文件顺序输出。
• file_count[$2]：统计每个M模式出现在多少个文件中，最后筛选出等于总文件数的模式（即所有文件共有的）。

后续排序 #

你可以直接将结果通过管道传给sort命令排序：

• 按第一个文件的计数降序排序：

  awk ... | sort -k1,1nr
  

• 按M模式字典序排序：

  awk ... | sort -k$(($total_files+1))
  

内容的提问来源于stack exchange，提问作者Matteo