Discussion :

[freestyler]

Bonjour
j'ai deux fichiers texte. le premier :
fichier 1
---
a 1
a 2
b 1
b 2
c 1
c 2

le deuxième :
fichier 2
---
a
b

je veux avoir un fichier comme tel
fichier final
---
a 1
a 2
b 1
b 2

donc vous l'aurez compris, je veux avoir une liste de correpondance entre les articles (a et b et c) du fichier 1 qui existent dans le fichier 2

le probleme c'est que mon premier fichier est très volumineux (600 mega), du coup un grep peut mettre plus d'une journée à s'exécuter

Quelqu'un saurait un moyen rapide (efficace) de faire ceci
Merci

[al1_24]

Travaille dans l'autre sens :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
while read ligne
do    grep -q "^${ligne%% *}$" fichier2 && echo "${ligne}" >> fichierfinal 
done < fichier1

Ainsi le fichier1 sera parcouru une seule fois

Moyen encore plus efficace : charge tes fichiers dans une base de données et fais une requête sur les tables ainsi alimentées.

[freestyler]

ca ne marche pas..
es tu sur de cette syntaxe?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep -q "^${ligne%% *}$"

sinon a koi sert le && dans ca?? il s'agit d'une concatenation??

je n'arrive pas à saisir ton algorithme, tu peux m'eclairer stp?

merci

[al1_24]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

${ligne%% *}

est équivalent à

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$(echo ${ligne} | cut -d' ' -f1)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep -q "^${ligne%% *}$" fichier2 && echo "${ligne}" >> fichierfinal

est équivalent à

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
if grep -q "^${ligne%% *}$" fichier2
then
 echo "${ligne}" >> fichierfinal
fi

Tout ça est expliqué là-dedans

[freestyler]

alors je ne vois pas l'erreur, pourtant j'utilise exactement les memes fichiers que j'ai publiés pour mon test.

PS: "^" n'affiche t il pas le premier caractere??

[al1_24]

^ signifie le début de la ligne
$ signifie la fin de la ligne
^CHAINE$ signifie donc une ligne qui ne contient que CHAINE