Linux join 命令超全详解：文本文件关联合并神器，数据处理必备

1. 命令简介

join 命令用于将两个文件中指定栏位（字段）内容相同的行连接（合并）起来。它基于两个输入文件中指定的关键字段（默认为第一个字段）进行匹配，将匹配成功的行按指定格式合并后输出到标准输出。

该命令常用于处理具有关联关系的结构化文本数据（如 CSV、TSV 或空格分隔的文件），是 Linux/Unix 系统中进行数据关联操作的常用工具。

2. 语法格式

plaintext

join [选项]... 文件1 文件2

基本要求：

• 输入的两个文件必须已按照连接字段（关键字段）排序（通常使用 sort 命令预处理）。
• 默认情况下，join 使用两个文件的第一个字段作为连接键，并以空白字符（空格、制表符）作为字段分隔符。
• 如果 文件 1 或 文件 2 是 -，则表示从标准输入读取。

3. 常用选项及说明

表格

4. 示例用法

假设我们有两个已排序的文件：

employees.txt (员工 ID 和姓名)

plaintext

101 Alice 102 Bob 103 Charlie 105 Eve

departments.txt (员工 ID 和部门)

plaintext

101 Engineering 102 Sales 104 Marketing 105 HR

示例 1：基本内连接（默认）

输出两个文件中员工 ID 匹配的行。

命令：

bash

运行

join employees.txt departments.txt

输出：

plaintext

101 Alice Engineering 102 Bob Sales 105 Eve HR

（注意：ID 为 103 和 104 的员工因在另一文件中无匹配项，未被输出）

示例 2：左外连接 (-a 1)

输出所有 employees.txt 中的行，即使其在 departments.txt 中没有匹配项。

命令：

bash

运行

join -a 1 employees.txt departments.txt

输出：

plaintext

101 Alice Engineering 102 Bob Sales 103 Charlie 105 Eve HR

示例 3：仅显示未匹配的行 (-v)

仅显示在 employees.txt 中存在但在 departments.txt 中无匹配的行。

命令：

bash

运行

join -v 1 employees.txt departments.txt

输出：

plaintext

103 Charlie

示例 4：自定义连接字段和分隔符

假设文件以逗号分隔，且需用 文件 1 的第 2 字段连接 文件 2 的第 1 字段。

命令：

bash

运行

join -t ',' -1 2 -2 1 file1.csv file2.csv

示例 5：自定义输出格式 (-o)

仅输出员工姓名（文件 1 第 2 字段）和部门（文件 2 第 2 字段）。

命令：

bash

运行

join -o 1.2,2.2 employees.txt departments.txt

输出：

plaintext

Alice Engineering Bob Sales Eve HR

示例 6：处理缺失字段 (-e)

当某个匹配行在第二个文件中字段数不足时，用 “N/A” 填充。

命令：

bash

运行

join -e ‘N/A‘ -a 1 employees.txt departments_short.txt

5. 注意事项

• 排序要求：这是最重要的一点。join 命令要求两个输入文件必须已按照连接键严格排序（通常为字典序）。如果文件未排序，结果将不可预测或报错。务必先使用 sort 命令对连接字段进行排序。

plaintext

join <(sort file1) <(sort file2)

• 字段分隔符：默认字段分隔符是空白字符（空格 / 制表符），会忽略行首的空白并将连续的空白视为一个分隔符。若需精确控制，应使用 -t 选项指定单一字符作为分隔符。
• 连接键唯一性：如果某个文件中有多行的连接键值相同，join 会生成所有可能的配对组合，这可能导致输出行数激增。
• 文件格式：两个文件的字段分隔符应保持一致。如果使用 -t 指定了分隔符，它将同时应用于输入和输出。
• 字段编号：字段编号从 1 开始，而不是 0。
• 性能：对于非常大的文件，join 可能比某些数据库操作或高级编程语言处理慢，但对于系统脚本和日常文本处理任务，它非常高效便捷。

获取更多Linux学习资料请关注“阿成学长工具包”，对话框中输入2647获取