Trier et fusionner 2 fichiers sans lignes en double, en fonction de la première colonne

Question

J'ai un fichier avec le nom de tous les tests:

$ cat all_tests.txt test1 test2 test3 test4 test5 test6

Et un autre fichier contenant les noms des tests et le résultat associé:

$ cat completed_tests.txt test1 Passed test3 Failed test5 Passed test6 Passed

Comment créer un nouveau fichier contenant tous les noms de test avec le résultat associé sans doublons?

Si j'exécute:

sort all_tests.txt completed_tests.txt

La sortie contient des doublons:

test1 test1 Passed test2 test3 test3 Failed test4 test5 test5 Passed test6 test6 Passed

La sortie souhaitée:

test1 Passed test2 test3 Failed test4 test5 Passed test6 Passed

Zanna · Accepted Answer

On dirait que vous pouvez y parvenir avec join très facilement si les fichiers sont tous deux triés.

$ join -a 1 all_test.txt completed_test.txt test1 Passed test2 test3 Failed test4 test5 Passed test6 Passed

-a 1 signifie que les lignes du fichier 1 ne sont pas jointes.

Si vos fichiers ne sont pas déjà triés, vous pouvez utiliser ceci (merci terdon!):

join -a 1 <(sort all_tests.txt) <(sort completed_tests.txt )

terdon · Answer

Le bon outil ici est join as suggéré par @Zanna, mais voici une approche awk:

$ awk 'NR==FNR{a[$1]=$2; next}{print $1,a[$1]}' completed_tests.txt all_tests.txt test1 Passed test2 test3 Failed test4 test5 Passed test6 Passed

Sergiy Kolodyazhnyy · Answer

Perl

Effectivement, voici une réponse du port de terdon:

$ Perl -lane '$t+=1; $h{$F[0]}=$F[1] if $.==$t; print $F[0]," ",$h{$F[0]} if $t!=$.;$.=0 if eof' completed_tests.txt all_tests.txt test1 Passed test2 test3 Failed test4 test5 Passed test6 Passed

Cela fonctionne en construisant un hachage de paires test-status à partir de completed_test.txt, puis en recherchant des lignes dans all_tests.txt dans ce hachage. La variable $t du nombre total de lignes traitées à partir de chaque fichier et $. qui est réinitialisée une fois la fin du fichier atteinte, nous permet de garder trace du fichier actuellement lu.