awk两个单词列表文件，并从包含第一个单词的第二个文件中获取所有单词

Question

我是bash的新手。我有两个单词列表文件，如下所示。

文件1（搜索词的单词列表）

foo
bar

file2（包含大量单词组合的单词列表）

beforefoo
fooafter
beforefooafter
bar

我想制作一个结果文件，其中包含来自 file1 的搜索词和来自文件 2 的所有单词，其中包含搜索词，例如：

foo beforefoo fooafter beforefooafter
bar bar

我需要一个 bash 脚本来执行此操作。File1 和 file2 每行只包含一个单词，file1 的行数约为 50.000，file2 约为 100.000.000，所以我需要一个好的脚本来尽快完成此操作。

感谢您的回答。

Answer 1

使用 awk：

awk 'FNR==NR{a[$1]; next}
            {s=$1; for (i in a) if (index(i, $1)) s=s FS i; if (s!=$1) print s}' file2 file1
foo fooafter beforefoo beforefooafter
bar bar

Answer 2

使用 awk

awk 'NR==FNR{a[$1]=$1;next}
{  for (i in a) if ($0~i) a[i]=a[i] FS $0}
END{for (i in a) print a[i]}' file1 file2

解释

• NR==FNR{a[$1]=$1;next}将第一个文件读入关联数组a
• for (i in a) if ($0~i) a[i]=a[i] FS $0}，如果列 #1 是 a 的索引，则将第二个文件的内容附加到a中。
• END{for (i in a) print a[i]打印数组的结果
使用 $1
• 是因为 OP 每行都提到了一个单词，但也许这些单词前后都有一些空格，所以使用 $1，它会更准确。