關鍵詞重復行格式化輸出問題

fzfh

有一個文本文件，樣式如下：
tab1        tab2        tab3
aa        ee        11
bb        ff        22
cc        gg        33
dd        hh        55
aa        ee        77
bb        ff        11
cc        gg        88
dd        hh        33
以第三列內容為關鍵詞，分離出關鍵詞重復的行；
上面的例子，有11，33兩個關鍵詞有重復行；
關鍵詞重復行11內容為：
aa        ee        11
bb        ff        11
和關鍵詞重復行33內容為：
cc        gg        33
dd        hh        33
然后輸出2個文本，11和33
11的格式為：
aa-bb
ee-ff
33的格式為：
cc-dd
gg-hh

如果用awk或者sek的話，該如何寫代碼？
非常感謝！
同時預祝大伙燈節(jié)愉快，歡樂吉祥。

jiaogeshahaone

awk 'c[$3]++ {print a[$3]"-"$1"\n" b[$3]"-"$2 > $3} {a[$3]=$1;b[$3]=$2} ' file

fzfh

非常感謝樓上的。對于英文字符的文本沒問題。
不過對于含有中文或者日文的文本就沒用了。是否可以修改？謝謝

jiaogeshahaone

回復 3# fzfh

1. cat file
   
2. aa        ee        11
   
3. bb        你        我
   
4. cc        gg        33
   
5. 他        你        我
   
6. aa        ee        77
   
7. bb        ff        11
   
8. cc        gg        88
   
9. dd        hh        33
   
10. 
    
11. awk 'c[$3]++ {print a[$3]"-"$1"\n" b[$3]"-"$2 > $3} {a[$3]=$1;b[$3]=$2} '  file
    
12. 
    
13. cat 我
    
14. bb-他
    
15. 你-你

復制代碼

fzfh

哦。學習一下，如果原始文件為20列呢？

fzfh

有達人已經(jīng)提供了任意列數(shù)，任意列號為關鍵詞的awk代碼，發(fā)上來以饗大家。

1. awk -vkey=3 'NR==1{L=NF}{b[$key]++;for(i=1;i<=NF;i++)if(i!=key)a[i,$key]=a[i,$key]?a[i,$key]"-"$i:$i}END{for(i=1;i<=L;i++)for(j in b)if(b[j]>1 && i!=key)print a[i,j]>j}' file

復制代碼

通過key值來制定關鍵詞列號。