Como obter linhas cuja enésima coluna contém a enésima coluna

9

Eu tenho um arquivo CSV contém domínios e webmails, assim:

site1.com,mail.site1.com
site2.com,testmail.com
site3.com,mx.site3.com
site4.com,smtp.site4.com
site5.com,foomail.com
site6.com,barmail.com
site7.com,webmail.site7.com
site8.com,01mx.site8.com
site9.com,foobarmail.com
site10.com,mx-smtp222.site10.com

Quero obter linhas em que a coluna webmails contenha a coluna de domínios da mesma linha. Para o exemplo acima, a saída deve ser:

site1.com,mail.site1.com
site3.com,mx.site3.com
site4.com,smtp.site4.com
site7.com,webmail.site7.com
site8.com,01mx.site8.com
site10.com,mx-smtp222.site10.com
alrz
fonte

Respostas:

11

Com awk:

awk -F, '$2 ~ $1"$"' file.csv
  • -F, define o separador de campos como ,

  • $2 ~ $1"$"testa se o segundo campo termina com o primeiro campo; Nesse caso, imprima o registro (ação padrão)


Com grep, greppor padrão, imprima apenas as linhas correspondentes:

grep -E '^([^,]+),.*\1$' file.csv

Com sed, linhas de impressão que correspondem à condição:

sed -nE '/^([^,]+),.*\1$/ p' file.csv

Exemplo :

% cat file.txt
site1.com,mail.site1.com
site2.com,testmail.com
site3.com,mx.site3.com
site4.com,smtp.site4.com
site5.com,foomail.com
site6.com,barmail.com
site7.com,webmail.site7.com
site8.com,01mx.site8.com
site9.com,foobarmail.com
site10.com,mx-smtp222.site10.com

% awk -F, '$2 ~ $1"$"' file.txt
site1.com,mail.site1.com
site3.com,mx.site3.com
site4.com,smtp.site4.com
site7.com,webmail.site7.com
site8.com,01mx.site8.com
site10.com,mx-smtp222.site10.com

% grep -E '^([^,]+),.*\1$' file.txt
site1.com,mail.site1.com
site3.com,mx.site3.com
site4.com,smtp.site4.com
site7.com,webmail.site7.com
site8.com,01mx.site8.com
site10.com,mx-smtp222.site10.com


% sed -nE '/^([^,]+),.*\1$/ p' file.txt 
site1.com,mail.site1.com
site3.com,mx.site3.com
site4.com,smtp.site4.com
site7.com,webmail.site7.com
site8.com,01mx.site8.com
site10.com,mx-smtp222.site10.com
heemail
fonte