awk 将一个文件加载到数组中，对另一个文件进行测试答案

【问题标题】：awk load one file into array, test against another fileawk 将一个文件加载到数组中，对另一个文件进行测试
【发布时间】：2016-05-04 05:26:12
【问题描述】：

我有两个文件：

seqs.fa:

>seq000007;size=72768;
ACTGTGAG
>seq000010;size=53132;
GTAAGATC
GAATTCTT
>seq00045;size=40321;
ACCCATTT
...

数字.txt

72768
53132

我想要的输出将是第一个文件中与第二个文件中的数字匹配的行：

>seq000007;size=72768;
>seq000010;size=53132;

我尝试使用awk，但它只返回匹配第一个数字的行：

awk -F"\n" -v RS=">" 'NR==FNR{for(i=1;i<=NF;i++) A[$i]; next} END {for (header in A) {if ( match(header,$1) ) {print header}}}'  seqs.fa numbers.txt

seq000007;size=72768;
seq072768;size=1;

为什么 awk 只遍历 numbers.txt 中第一行的“header”数组？而且，如果这是XY problem，有没有更好的方法来实现这个目标？

【问题讨论】：

标签： bash awk

【解决方案1】：

修正数字文件中的错字后

$ awk -F'=|;' 'NR==FNR{a[$1]; next}; $3 in a' numbers.txt seqs.fa

>seq000007;size=72768;
>seq000010;size=53132;

【讨论】：

谢谢，已编辑问题以删除错字。这给出了所需的输出。任何想法为什么我上面的 awk 命令不起作用？
您必须在标头中匹配 $1 而不是相反，但这是一种低效的方法。
我想这就是我正在做的，调用是match(string, regex)（不像我在python中习惯的匹配函数）source
对，那也许是你的记录结构。在您的第二个文件中将只有一条记录。

【解决方案2】：

在这种特殊情况下，您可以像这样使用 GNU grep：

grep -F -f numbers.txt seqs.fa

选项-f filename 使用在filename 中找到的所有模式进行搜索。选项-F 告诉 grep，模式是简单的固定字符串。

【讨论】：

请注意，这将匹配文件中任何出现的子字符串。