bash 从两个文件中获取信息

Question

我有文件 1：

NM_000014   A2M
NM_000015   NAT2
NM_000016   ACADM
NM_000017   ACADS
NM_000018   ACADVL
NM_000019   ACAT1
NM_000020   ACVRL1
NM_000021   PSEN1
NM_000022   ADA

还有文件2：

NM_000019   
NM_000020   
NM_000020
NM_12345

我需要从我的 file1 中获取信息并将其放入 file2 - 所以创建 file3：

NM_000019   ACAT1
NM_000020   ACVRL1
NM_000020   ACVRL1
NM_12345    NO

注意 - 我无法更改原始排序顺序（所以不要使用 comm 和 diff）。我在file2中有重复行-我需要保留（wc -l file2 == wc -l file3）。如果没有匹配 - 打印NO

我有大约 70K 行，我不需要最快的解决方案。 我的代码只能比较和打印相同的结果。

代码：

#!/bin/bash

while read -r c; do


grep $c file1  | uniq 

done < file2 > file3

Answer 1

使用 awk：

$ awk 'NR==FNR{a[$1]=$2;next} {print ($1 in a?$1 OFS a[$1]:$1 OFS "NO")}' file1 file2
NM_000019 ACAT1
NM_000020 ACVRL1
NM_000020 ACVRL1
NM_12345 NO

解释：

NR==FNR{                                      # process the first file
    a[$1]=$2                                  # hash records to a, $1 as key
    next                                      # skip to next record
} 
{                                             # process the second file
    print ($1 in a?$1 OFS a[$1]:$1 OFS "NO")  # print hashed value if found or NO

#   if($1 in a)                               # another way of saying above
#       print $1, a[$1] 
#   else 
#       print $1, "NO"
}

Answer 2

所以基本上你有一个带有模式的文件，还有一个你想使用这些模式搜索的文件：

#!/bin/bash

for PATTERN in $(cat $2); do
    TMP=$(egrep $PATTERN $1)
    if [ ! -z "$TMP" ]; then
        echo "$TMP" 
    else
        echo "$PATTERN NO"
    fi
done

快速测试：

$ bash filter.sh file1 file2
NM_000019   ACAT1
NM_000020   ACVRL1
NM_000020   ACVRL1
NM_12345 NO

Answer 3

尝试将这个if 语句添加到您的代码中：

if ! grep -q $i fileone ; then
  echo -e $i "   NO"
fi

例如：

#!/bin/bash
while read -r c; do grep $c fileone  | uniq; done < filetwo
for i in $(cat filetwo)
do
  if ! grep -q $i fileone ; then
    echo -e $i "   NO"
  fi
done

如果file1中的file2行不匹配，它将打印NO。

Answer 4

尝试粘贴命令。这是不如 awk 高贵的形式。我更喜欢 awk 但粘贴命令应该对你有所帮助。

粘贴文件1 文件2 文件3...等..文件N

您可以像往常一样将命令输出重定向到文件。

粘贴 file1 file2 file3... etc ..fileN > fileN+1（或其他）

那是逐行读取文件并按顺序并行输出。

就是这样。它不是很优雅，但有时​​它非常有用，直到您找到不同的方法来获得所需的结果。

希望有帮助