1.  整行比对

有两个文本文件，其每一行是一个字符串，要对这两个文件中整行内容进行比对。处理此问题可以把文件的每一行读成一个字符串，组成一个集合，然后通过两个集合的运算得出结果。

报名绘画、舞蹈兴趣班的同学学号姓名分别记录在paint.txt和dance.txt中，paint.txt部分数据如下所示：

    20121102-Joan

    20121107-Jack

    20121113-Mike

 

1.1   找相同

把两个文件中整行内容相同的行都找出来，即求两集合的交集。

示例：请找出报了这两个兴趣班的所有同学，记录在p_d.txt文件中。

esProc SPL脚本如下：

	A
1	=file("e:/txt/paint.txt").read@n()
2	=file("e:/txt/dance.txt").read@n()
3	=file("e:/txt/p_d.txt").write(A1^A2)

A1   读出paint.txt的数据，选项@n表示每行读成一个字符串，所有行串组成一个集合返回

A2   读出dance.txt的数据

A3   将A1、A2集合的交集写入文件p_d.txt中

 

1.2   找不同

找不同有以下两种情况：

1、  找出两个文件中所有不相同的行。

示例：找出所有只报了一个兴趣班的同学， esProc SPL脚本如下：

	A
1	=file("e:/txt/paint.txt").read@n()
2	=file("e:/txt/dance.txt").read@n()
3	=file("e:/txt/p_d.txt").write(A1%A2)

A1   读出paint.txt的数据，选项@n表示每行读成一个字符串，所有行串组成一个集合返回

A2   读出dance.txt的数据

A3   将A1、A2集合的异或集写入文件p_d.txt中

 

2、找出一个文件中有而另一个文件中没有的行。

示例：找出只报了绘画班的同学和只报了舞蹈班的同学， esProc SPL脚本如下：

	A
1	=file("e:/txt/paint.txt").read@n()
2	=file("e:/txt/dance.txt").read@n()
3	=file("e:/txt/p_1.txt").write(A1\A2)
4	=file("e:/txt/d_1.txt").write(A2\A1)

A1   读出paint.txt的数据，选项@n表示每行读成一个字符串，所有行串组成一个集合返回

A2   读出dance.txt的数据

A3   将绘画班A1减去舞蹈班A2所得的差集，即只报了绘画班的同学，写入文件p_1.txt中

A4   将舞蹈班A2减去绘画班A1所得的差集，即只报了舞蹈班的同学，写入文件d_1.txt中

 

2.   关键列比对

两个文本文件，有多列数据，第一行是列名，第二行开始是数据记录，要对两个文件中关键列的内容进行比对。处理此问题可以把文件读成数据集，取出关键列的记录值组成一个集合，然后通过两个集合的运算得出结果。

有2018、2019年的销售订单表order_2018.txt和order_2019.txt，两文件有相同的列结构，部分数据如下所示：

   

 

2.1   找相同

把两个文件中关键列值相同的都找出来。

示例：请找出这两年都购买了同一种产品的用户CustomerId和产品ProductId，记录在c_p.txt文件中。

esProc SPL脚本如下：

	A
1	=T("e:/txt/order_2018.txt";CustomerId,ProductId)
2	=T("e:/txt/order_2019.txt";CustomerId,ProductId)
3	=[A1,A2].merge@io()
4	=T("e:/txt/c_p.txt",A3)

A1   读出order_2018.txt的关键列CustomerId,ProductId数据，T函数会自动根据文件扩展名选用适合的分隔符

A2   读出order_2019.txt的关键列CustomerId,ProductId数据

A3   对两年数据进行归并，@i表示返回共同包含的记录

A4   将A3中的结果写入c_p.txt中，T函数会自动根据文件扩展名选用适合的分隔符

c_p.txt文件中部分数据如下：

CustomerId     ProductId

20108     1

20806     3

 

2.2   找不同

示例1：找出2019年新增客户的订单情况，保存在文件new_c.txt中， esProc SPL脚本如下：

	A
1	=T("e:/txt/order_2018.txt")
2	=T("e:/txt/order_2019.txt")
3	=A2.id(CustomerId)\A1.id(CustomerId)
4	=A2.select(A3.contain(CustomerId))
5	=T("e:/txt/new_c.txt",A4)

A1   读出order_2018.txt的数据，T函数会自动根据文件扩展名选用适合的分隔符

A2   读出order_2019.txt的数据

A3   用2019年所有客户Id减去2018年的，得到新增的客户Id

A4   从2019年订单表筛选出新增客户的订单

A5   将A4中的结果写入new_c.txt中，T函数会自动根据文件扩展名选用适合的分隔符

new_c.txt中部分数据如下：

 

示例2：找出2019年所有流失的客户Id，保存在文件lost_c.txt中， esProc SPL脚本如下：

	A
1	=T("e:/txt/order_2018.txt")
2	=T("e:/txt/order_2019.txt")
3	=A1.id(CustomerId)\A2.id(CustomerId)
4	=file("e:/txt/lost_c.txt").write(A3)

A1   读出order_2018.txt的数据，T函数会自动根据文件扩展名选用适合的分隔符

A2   读出order_2019.txt的数据

A3   用2018年所有客户Id减去2019年的，得到流失的客户Id

A4   将A3中的结果写入lost_c.txt中，因为A3中的结果是序列，不是序表，所以这里不能用T函数来保存数据

 

注：以上几例中，如果是csv格式的文本文件，除了文件扩展名不同，脚本的写法是完全一样。