linux-join命令

join 是 Linux 中用于基于共同字段连接两个文件的命令，类似于 SQL 的 JOIN 操作。它要求输入文件必须已排序。

➜ join --help
用法: join [选项]... 文件1 文件2
对于每一对具有相同连接字段的输入行进行合并，写入标准输出。

  -a FILENUM            also print unpairable lines from file FILENUM
  -e EMPTY              replace missing input fields with EMPTY
  -i, --ignore-case     ignore differences in case when comparing fields
  -j FIELD              equivalent to '-1 FIELD -2 FIELD'
  -o FORMAT             obey FORMAT while constructing output line
  -t CHAR               use CHAR as input and output field separator
  -v FILENUM            like -a FILENUM, but suppress joined output lines
  -1 FIELD              join on this FIELD of file 1
  -2 FIELD              join on this FIELD of file 2
      --help            显示此帮助信息并退出
      --version         输出版本信息并退出

基本语法

join [选项] 文件1 文件2

常用选项

选项	说明
-1 FIELD	指定文件1的连接字段
-2 FIELD	指定文件2的连接字段
-j FIELD	同时指定两个文件的连接字段
-t CHAR	指定字段分隔符（默认是空格）
-a FILENUM	显示未匹配的行（1或2）
-v FILENUM	只显示未匹配的行
-i, --ignore-case	忽略大小写
-o FORMAT	指定输出格式

基本使用

基本连接

# 基于第一列连接（两个文件必须已排序）
➜ join file1.txt file2.txt

# 示例：
# file1.txt:
# alice 25
# bob 30
# 
# file2.txt:
# alice engineer
# bob manager
# 
# 输出：
# alice 25 engineer
# bob 30 manager

指定连接字段

# 文件1的第2列连接文件2的第1列
➜ join -1 2 -2 1 file1.txt file2.txt

# 两个文件都使用第2列连接
➜ join -j 2 file1.txt file2.txt

指定分隔符

# 使用冒号作为分隔符
➜ join -t: file1.txt file2.txt

# 使用制表符
➜ join -t$'\t' file1.txt file2.txt

显示未匹配的行

# 显示文件1中未匹配的行
➜ join -a 1 file1.txt file2.txt

# 显示文件2中未匹配的行
➜ join -a 2 file1.txt file2.txt

# 显示两个文件中未匹配的行
➜ join -a 1 -a 2 file1.txt file2.txt

# 只显示未匹配的行
➜ join -v 1 file1.txt file2.txt

指定输出格式

# 指定输出哪些字段
➜ join -o 1.1,2.2 file1.txt file2.txt
# 输出文件1的第1列和文件2的第2列

实际应用场景

数据关联

# 关联用户信息和订单信息
➜ join -t: users.txt orders.txt

# users.txt:
# user1:Alice:25
# user2:Bob:30
# 
# orders.txt:
# user1:order1:100
# user2:order2:200

数据库式操作

# 内连接（默认）
➜ join file1.txt file2.txt

# 左连接
➜ join -a 1 file1.txt file2.txt

# 右连接
➜ join -a 2 file1.txt file2.txt

# 全外连接
➜ join -a 1 -a 2 file1.txt file2.txt

与其他命令组合

# 先排序再连接
➜ sort file1.txt > file1_sorted.txt
➜ sort file2.txt > file2_sorted.txt
➜ join file1_sorted.txt file2_sorted.txt

# 或者使用进程替换
➜ join <(sort file1.txt) <(sort file2.txt)

注意事项

1. 文件必须排序：join 要求输入文件必须按连接字段排序
2. 字段分隔符：默认使用空格，可以用 -t 指定
3. 连接字段：默认使用第一列，可以用 -1 和 -2 指定
4. 匹配规则：只有完全匹配的行才会连接

参考文献

• GNU Coreutils - join