Объединить два текстовых файла по блоку

Question

У меня есть два текстовых файла, каждый из которых содержит блок текста, разделенный пустыми строками. Блоки различаются по размерам.

# ::id 10 
# ::snt Yes ! 
...multiple lines of unstructured data from file 1... 

# ::id 11 
# ::snt said Lion . 
...multiple lines of unstructured data from file 1... 

# ::id 12 
# ::snt Yes yes ! 
...multiple lines of unstructured data from file 1... 

# ::id 13 
# ::snt said Tiger . 
...multiple lines of unstructured data from file 1... 

и аналогично другим

# ::id 10 
# ::snt No ! 
...multiple lines of unstructured data from file 2... 

# ::id 11 
# ::snt said Monkey . 
...multiple lines of unstructured data from file 2... 

# ::id 12 
# ::snt No no ! 
...multiple lines of unstructured data from file 2... 

# ::id 13 
# ::snt said Donkey . 
...multiple lines of unstructured data from file 2... 

Я хочу, чтобы объединить два блока, но сортировать их по # ::id. Кроме того, мне нужно обеспечить порядок блоков данных file1 перед блоками данных file2. Таким образом, конечный результат должен быть примерно таким:

# ::id 10 
# ::snt Yes ! 
...multiple lines of unstructured data from file 1... 

# ::id 10 
# ::snt No ! 
...multiple lines of unstructured data from file 2... 

# ::id 11 
# ::snt said Lion . 
...multiple lines of unstructured data from file 1... 

# ::id 11 
# ::snt said Monkey . 
...multiple lines of unstructured data from file 2... 

# ::id 12 
# ::snt Yes yes ! 
...multiple lines of unstructured data from file 1... 

# ::id 12 
# ::snt No no ! 
...multiple lines of unstructured data from file 2... 

# ::id 13 
# ::snt said Tiger . 
...multiple lines of unstructured data from file 1... 

# ::id 13 
# ::snt said Donkey . 
...multiple lines of unstructured data from file 2... 

Как это сделать? Все, что будет работать bash, sed, awk

Answer 1

$ awk -v RS= -v ORS='\n\n' 'NR==FNR{a[NR]=$0;next} {print a[FNR] ORS $0}' file1 file2 
# ::id 10 
# ::snt Yes ! 

# ::id 10 
# ::snt No ! 

# ::id 11 
# ::snt said Lion . 

# ::id 11 
# ::snt said Monkey . 

# ::id 12 
# ::snt Yes yes ! 

# ::id 12 
# ::snt No no ! 

# ::id 13 
# ::snt said Tiger . 

# ::id 13 
# ::snt said Donkey . 

выше считывает содержимое файлов один пункт в то время, в массив a[] где абзацы блоки текста, разделенных цепей пустых строк (любезно предоставлено значение RS). Когда он читает первый файл, он просто сохраняет их в массиве a[1..number of paragraphs], а затем после того, как он прочитает весь файл1 в a[], когда он читает второй файл, он сначала печатает соответствующий абзац из файла1 (a[paragraph number]), а затем текущий абзац из файла2.

Answer 2

Say: awk -f merge.awk file1 file2

BEGIN { RS="" } 
{ ARR[NR] = $0 } 
END { 
    n = asort(ARR); 
    for (i = 1; i <= n; i++) 
     print ARR[i]; 
} 

Answer 3

Вы можете достичь этого, используя sed и sort:

sed '/# ::id/N;s/\n/ /;/^$/d' file1 file2 | sort -s -n -k3,3 | sed 's/\(# ::snt.*\)/\n\1\n/' 

Первая sed часть присоединяется к линии следующей строки вместе с один из которых содержит # ::id и удаляет пустую строку.

Результат затем сортируется по идентификационному номеру выражения # ::id xx (третий параметр).

В конце концов линии разрезают в 2 частях, где # ::snt найден

Answer 4

это соответствует записи по номерам идентификаторов в случае, если они не совпадают в обоих файлах

$ awk -F'\n' -v RS= 'NR==FNR{a[$1]=$0; next} 
          {printf "%s\n\n%s\n\n",a[$1],$0}' file1 file2 

# ::id 10 
# ::snt Yes ! 
...multiple lines of unstructured data from file 1... 

# ::id 10 
# ::snt No ! 
...multiple lines of unstructured data from file 2... 

# ::id 11 
# ::snt said Lion . 
...multiple lines of unstructured data from file 1... 

# ::id 11 
# ::snt said Monkey . 
...multiple lines of unstructured data from file 2... 

# ::id 12 
# ::snt Yes yes ! 
...multiple lines of unstructured data from file 1... 

# ::id 12 
# ::snt No no ! 
...multiple lines of unstructured data from file 2... 

# ::id 13 
# ::snt said Tiger . 
...multiple lines of unstructured data from file 1... 

# ::id 13 
# ::snt said Donkey . 
...multiple lines of unstructured data from file 2... 

может быть повышена, чтобы поймать недостающие записи в file2, а также.