批处理之家 - Powered by Discuz! Board

标题: [转载代码] 使用PowerShell来完成像awk一样对多个文件的筛选(二) [打印本页]

作者: DAIC 时间: 2013-10-17 09:36 标题: 使用PowerShell来完成像awk一样对多个文件的筛选(二)

本篇文章引用的小例子来自如下链接:
http://bbs.chinaunix.net/thread-577044-1-1.html

上次只完成了1,2两个例子. 今天我将给出使用之前编写函数awk 来完成3,5,6三个例子的代码. 通过使用函数awk, 我们使得代码更加简单明了. 然后对于帖子中第4个例子来说, 我将在下次讨论中, 加强awk的功能, 来更好的完成同时操作多个文件.

3. 如果文件a中包含文件b, 则将文件b的记录打印出来

首先, 我们来看看两个文件的内容:

PS C:\Documents and Settings\Eden\PowerShell\test3> gc a
10/05766798607,11/20050325191329,29/0.1,14/05766798607
10/05767158557,11/20050325191329,29/0.08,14/05767158557

PS C:\Documents and Settings\Eden\PowerShell\test3> gc b
05766798607
05766798608
05766798609

如果a中的关键字(/和,之间的)出现在b中, 那么就需要把a显示出来. 代码如下:

PS C:\Documents and Settings\Eden\PowerShell\test3> $hash = @{}
PS C:\Documents and Settings\Eden\PowerShell\test3> gc b | awk { $hash[$1] = $true }
PS C:\Documents and Settings\Eden\PowerShell\test3> gc a | awk -delimiter '[/,]' { if ($hash[$2]) {$0} }
10/05766798607,11/20050325191329,29/0.1,14/05766798607

完全和awk的思路一致, 轻松的完成了任务.

5.

文件内容:

PS C:\Documents and Settings\Eden\PowerShell\test5> gc a
1000 北京市地级北京市北京市
1100 天津市地级天津市天津市
1210 石家庄市地级石家庄市河北省
1210 晋州市县级石家庄市河北省
1243 滦县县级唐山市河北省
1244 滦南县县级唐山市河北省

PS C:\Documents and Settings\Eden\PowerShell\test5> gc b
110000,北京市
120000,天津市
130000,河北省
130131,平山县
130132,元氏县

这里要求有些变化, 如果b中的城市名称没有出现在a中, 那么就保留b的原样. 否则将a文件的第一列添加到b文件的末尾. 代码如下:

PS C:\Documents and Settings\Eden\PowerShell\test5> $hash=@{}
PS C:\Documents and Settings\Eden\PowerShell\test5> gc a | awk { $hash[$2] = $1 }
PS C:\Documents and Settings\Eden\PowerShell\test5> gc b | awk -delimiter ',' { if ($hash[$2]) {$0.Trim() + "," + $hash[$2]} else {$0} }
110000,北京市,1000
120000,天津市,1100
130000,河北省
130131,平山县
130132,元氏县

又一次顺利完成了所需要完成的任务.

6. 多个域进行连接

对于多个域进行连接, 其实只是将多个域连接起来, 做为HashTable的键值. 文件如下:

PS C:\Documents and Settings\Eden\PowerShell\test6> gc file1
AAA 001 1000.00
BBB 001 2000.00
DDD 002 4000.00
EEE 002 5000.00
FFF 003 6000.00

PS C:\Documents and Settings\Eden\PowerShell\test6> gc file2
01 1111 AAA WW001 $$$$ 1000.00
02 2222 BBB GG001 %%%% 2000.00
03 3333 CCC JJ001 **** 3000.00
04 4444 DDD FF002 &&&& 4000.00
05 5555 EEE RR002 @@@@ 5000.00
06 666 FFF UU003 JJJJ 6000.00
07 777 III II005 PPPP 7000.00
08 8888 TTT TT008 TTTT 8000.00

a文件中各列分别对应于b文件的第3列, 第四列后3个字符, 第6列. 只打印能够匹配. 代码如下:

PS C:\Documents and Settings\Eden\PowerShell\test6> $hash=@{}
PS C:\Documents and Settings\Eden\PowerShell\test6> gc file1 | awk {$hash["${1}x${2}x${3}"] = $true}
PS C:\Documents and Settings\Eden\PowerShell\test6> gc file2 | ?{ $_ | awk {$hash["${3}x$($4.substring(2,3))x${6}"]} }
01 1111 AAA WW001 $$$$ 1000.00
02 2222 BBB GG001 %%%% 2000.00
04 4444 DDD FF002 &&&& 4000.00
05 5555 EEE RR002 @@@@ 5000.00
06 666 FFF UU003 JJJJ 6000.00

再一次顺利完成了任务. 用awk处理这种非结构的脚本思路比较固定, 只要掌握一种, 就能举一反三. 希望大家自己能多进行实践. 对于第4个例子, 我们需要先加强awk的功能. 就留作这篇文章第三部分完成吧^^

http://blog.chinaunix.net/uid-9781829-id-1997704.html

欢迎光临批处理之家 (http://bbs.bathome.net/)