join命令使用指南与技巧

join命令用于基于共同的"键"字段 ，将两个已排序文本文件中的对应行合并，其功能和SQL中的JOIN操作非常相似-2 -5 -6。如果连接过程出现问题，最常见的原因就是输入文件没有预先排序 -5 -8。

下表汇总了join最常用的参数，帮你快速上手：

你可以根据数据合并的需要，选择不同的连接类型：

连接类型	命令示例	说明	输出内容
内连接 (INNER JOIN)	`join file1.txt file2.txt`	默认。只输出两个文件中键值匹配的行。	匹配的 `A, B, C`
左外连接 (LEFT OUTER JOIN)	`join -a 1 file1.txt file2.txt`	输出第一个文件的所有行，第二个文件无匹配则对应字段留空。	所有 `A, B` (及匹配的 `C`，无则空)
右外连接 (RIGHT OUTER JOIN)	`join -a 2 file1.txt file2.txt`	输出第二个文件的所有行，第一个文件无匹配则对应字段留空。	所有 `A, C` (及匹配的 `B`，无则空)
全外连接 (FULL OUTER JOIN)	`join -a 1 -a 2 file1.txt file2.txt`	输出两个文件的所有行，无匹配的部分留空。	所有 `A`，以及对应的 `B` 或 `C` (无则空)
左反连接 (LEFT EXCLUSIVE JOIN)	`join -v 1 file1.txt file2.txt`	只输出第一个文件中未匹配的行。	仅在 `file1` 中的 `A, B`
右反连接 (RIGHT EXCLUSIVE JOIN)	`join -v 2 file1.txt file2.txt`	只输出第二个文件中未匹配的行。	仅在 `file2` 中的 `A, C`

要正确使用join，以下几点至关重要：

bash 复制代码

sort -t',' -k1 file1.csv > file1_sorted.csv
sort -t',' -k1 file2.csv > file2_sorted.csv
join -t',' file1_sorted.csv file2_sorted.csv

这是 join 的灵活之处，可以精细控制输出哪些字段以及顺序。

1. 指定连接字段

默认使用两个文件的第一个字段进行连接。如果键字段位置不同，需要指定：

bash 复制代码

# 用 file1 的第2个字段和 file2 的第1个字段连接
join -1 2 -2 1 file1.txt file2.txt

2. 自定义输出格式 (-o 参数)
-o 参数可以指定输出字段列表，格式为 FILENUM.FIELD：

bash 复制代码

# 输出：连接键、file1的第2字段、file2的第3字段
join -o 0, 1.2, 2.3 file1.txt file2.txt

# 交换列顺序：先输出file2的字段，再输出file1的字段
join -o 2.2, 1.2, 1.3 file1.txt file2.txt

3. 处理缺失字段 (-e 参数)

为连接中缺失的字段（通常出现在外连接中）指定一个填充值：

bash 复制代码

# 没有匹配项的字段显示为 "NULL"
join -a 1 -e "NULL" -o 0, 1.2, 2.2 file1.txt file2.txt

4. 自动格式化

如果join没有输出或结果异常，通常可以按以下步骤检查：

总之，join是一个非常高效的文本合并工具，其关键在于确保输入文件已按连接键正确排序。