Точно так, как вы описываете, с оператором косвенности(<
):
/path/to/executable < /path/to/inputfile
Предположим, что ваш ввод отсортирован по обоим полям word
и type
, как это видно из вашего опубликованного образца ввода:
$ cat tst.awk
BEGIN { FS=" @@@ "; ORS="" }
{ curr = $1 FS $2 }
curr != prev {
printf "%s%s", ORS, $0
prev = curr
ORS = RS
next
}
{ printf " ;;; %s", $NF }
END { print "" }
$ awk -f tst.awk file
word0 @@@ type2 @@@ sentence0
word1 @@@ type1 @@@ sentence1 ;;; sentence2 ;;; sentence3
word1 @@@ type2 @@@ sentence4
word2 @@@ type1 @@@ sentence5
Описанное выше будет работать с использованием любого awk в любой оболочке на каждом компьютере UNIX, сохраняет в памяти только одну строку за раз и будет производить вывод в том же порядке, что и ввод.
Вот так, в awk:
$ awk -F'@@@' '{ $1 in a ? a[$1][$2]=a[$1][$2]" ;;; "$3 : a[$1][$2]=$3}END{for(word in a){for (type in a[word]){print word,FS,type,FS,a[word][type]} }}' file
word0 @@@ type2 @@@ sentence0
word1 @@@ type1 @@@ sentence1 ;;; sentence2 ;;; sentence3
word1 @@@ type2 @@@ ;;; sentence4
word2 @@@ type1 @@@ sentence5
Или, чуть более разборчиво:
awk -F'@@@' '{
if($1 in a){
a[$1][$2]=a[$1][$2]" ;;; "$3
}
else{
a[$1][$2]=$3
}
}
END{
for(word in a){
for (type in a[word]){
print word,FS,type,FS,a[word][type]
}
}
}' file
Обратите внимание, что для этого требуется реализация awk
, понимающая многомерные массивы, например GNU awk (gawk
), которая используется по умолчанию awk
в системах Linux.