企业官网建设流程全解析

概述

Linux 中的join命令，这个命令的核心作用是按“关键字段”将多个文件的行关联合并（类似数据库的 JOIN 操作），区别于paste仅按行号无脑拼接，join会匹配两个文件中关键字段相同的行，再横向合并，是处理结构化文本（如 CSV、日志、数据清单）的核心工具。

资料合集：https://pan.quark.cn/s/6fe3007c3e95、https://pan.quark.cn/s/561de99256a5、https://pan.quark.cn/s/985f55b13d94、https://pan.quark.cn/s/d0fb20abd19a

一、核心前提（必看）

使用join的硬性要求：

1. 待合并的文件必须按关键字段排序（否则无法正确匹配）；
2. 默认以第一列作为关键字段（可通过选项指定其他列）；
3. 仅支持两个文件的合并（多文件需多次拼接）；
4. 字段默认用空格/制表符分隔（可自定义分隔符）。

二、基本语法

join[选项]文件1 文件2

• 无选项时，默认按第一列（关键字）合并，输出“关键字 + 文件1剩余列 + 文件2剩余列”；
• 支持-作为文件参数，代表读取标准输入。

三、常用选项（按功能分类）

join的选项围绕“关键字段、分隔符、匹配规则”设计，覆盖数据库 JOIN 的核心逻辑：

四、基础示例（先理解核心逻辑）

先准备两个已排序的结构化文件（模拟用户信息和订单信息）：

# file1.txt（用户信息：ID 姓名 年龄，关键字=ID） 1 张三 25 2 李四 30 3 王五 28 4 赵六 35 # file2.txt（订单信息：ID 订单号 金额，关键字=ID） 1 OD001 100 2 OD002 200 3 OD003 150 5 OD005 300

场景1：默认合并（INNER JOIN）

仅输出关键字（ID）在两个文件中都存在的行：

joinfile1.txt file2.txt

输出结果（关键字+file1剩余列+file2剩余列）：

1 张三 25 OD001 100 2 李四 30 OD002 200 3 王五 28 OD003 150

• 赵六（ID4）、ID5 因仅在单个文件存在，被过滤（这就是数据库的 INNER JOIN）。

场景2：LEFT JOIN（显示文件1所有行）

用-a1保留文件1的所有行，无匹配时补空：

join-a1 file1.txt file2.txt

输出结果：

1 张三 25 OD001 100 2 李四 30 OD002 200 3 王五 28 OD003 150 4 赵六 35

• 赵六（ID4）无订单，订单列为空；ID5 仍不显示（仅保留文件1所有行）。

场景3：FULL JOIN（显示所有行）

组合-a1 -a2实现全连接，配合-e "N/A"填充空值：

join-a1 -a2 -e"N/A"file1.txt file2.txt

输出结果：

1 张三 25 OD001 100 2 李四 30 OD002 200 3 王五 28 OD003 150 4 赵六 35 N/A N/A 5 N/A N/A OD005 300

场景4：仅显示不匹配行（找差异）

用-v1仅显示文件1独有的行，-v2仅显示文件2独有的行：

# 仅文件1独有的行（赵六）join-v1 file1.txt file2.txt# 输出：4 赵六 35# 仅文件2独有的行（ID5）join-v2 file1.txt file2.txt# 输出：5 OD005 300

五、进阶实操（处理CSV/自定义关键字）

场景1：处理CSV文件（逗号分隔）

准备CSV文件（需先排序）：

# user.csv（ID,姓名,城市） 1,张三,北京 2,李四,上海 3,王五,广州 # order.csv（订单号,用户ID,金额） OD001,1,100 OD002,2,200 OD003,3,150 OD005,5,300

步骤1：先按关键字排序（order.csv的关键字是第2列，需先排序）：

# 对order.csv按第2列（用户ID）排序，保存为sorted_order.csvsort-t","-k2order.csv>sorted_order.csv

步骤2：指定分隔符+自定义关键字+自定义输出列：

# -t ","：分隔符为逗号# -1 1：file1（user.csv）关键字是第1列# -2 2：file2（sorted_order.csv）关键字是第2列# -o 1.2,1.3,2.1,2.3：输出列=姓名、城市、订单号、金额join-t","-11-22-o1.2,1.3,2.1,2.3 user.csv sorted_order.csv

输出结果（CSV格式）：

张三,北京,OD001,100 李四,上海,OD002,200 王五,广州,OD003,150

场景2：管道配合（实时处理命令输出）

将两个命令的输出按关键字合并（用-代表标准输入）：

# 模拟生成已排序的用户ID+消费额，与file1.txt合并echo-e"1 500\n2 800\n3 600"|join-11-21file1.txt -

输出结果：

1 张三 25 500 2 李四 30 800 3 王五 28 600

六、关键注意事项

1. 排序是前提：文件未排序会导致匹配失败，排序时需和join用相同的分隔符（如CSV用sort -t "," -k N）；
2. 分隔符统一：若文件中字段分隔符是多个空格/制表符混合，可先用tr -s ' '压缩为单个空格；
3. 关键字唯一：若关键字重复，join会按笛卡尔积合并（如文件1ID1有2行，文件2ID1有3行，会生成6行）；
4. 空值处理：无匹配的列默认为空，用-e可自定义填充值（需配合-a使用才生效）；
5. 二进制文件：仅支持文本文件，不支持二进制文件（如压缩包、镜像）。

七、与paste/cat的核心区别（必分清）

总结

join是结构化文本的关联合并工具，核心价值是按关键字匹配行，日常高频用法：

1. 基础内连接：join 文件1 文件2
2. 左/右连接：join -a1/-a2 -e "N/A" 文件1 文件2
3. 找差异行：join -v1/-v2 文件1 文件2
4. 处理CSV：join -t "," -1 N -2 M 文件1 文件2
5. 自定义输出列：join -o 1.X,2.Y 文件1 文件2