linux – Bash：如何保持文件中的行具有与另一个文件中的行匹配的字段？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了linux – Bash：如何保持文件中的行具有与另一个文件中的行匹配的字段？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1531字，纯文字阅读大概需要3分钟。

内容图文

我有两个包含大量文本的大文件,我要做的是将文件A中的所有行保留在一个字段中,该字段与文件B中的字段匹配.

文件A是这样的：

Name (tab)  #  (tab)  #  (tab)  KEYFIELD  (tab)  Other fields

文件B我设法使用cut和sed等基本上将它归结为一个列表的字段.

因此,如果该行的字段与文件B中的一行匹配,则目标是将文件A中的所有行保留在第4个字段(它表示为KEYFIELD).(不必是完全匹配,因此如果文件B具有Blah和文件A说Blah_blah,没关系

我试着这样做：

grep -f fileBcutdown fileA > outputfile

编辑：好的,我放弃了.我只是强迫它杀了它.

有一个更好的方法吗？对于任何关心的人来说,文件A是13.7MB,减少后的文件B是32.6MB.

编辑：这是文件A中的示例行：

chr21 33025905 33031813 ENST00000449339.1 0 - 33031813 33031813 0 3 1835,294,104, 0,4341,5804,

文件B中的示例行减少：

ENST00000111111

解决方法:

这是使用GNU awk的一种方式.运行如下：

awk -f script.awk fileB.txt fileA.txt

script.awk的内容：

FNR==NR {
    array[$0]++
    next
}

{
    line = $4
    sub(/\.[0-9]+$/, "", line)
    if (line in array) {
        print
    }
}

或者,这是单行：

awk 'FNR==NR { array[$0]++; next } { line = $4; sub(/\.[0-9]+$/, "", line); if (line in array) print }' fileB.txt fileA.txt

GNU awk还可以执行使用cut和sed描述的fileB.txt的预处理.如果您希望我将其构建到上面的脚本中,您需要提供此行的示例.

使用文件HumanGenCodeV12和GenBasicV12进行更新：

运行如下：

awk -f script.awk HumanGenCodeV12 GenBasicV12 > output.txt

script.awk的内容：

FNR==NR {
    gsub(/[^[:alnum:]]/,"",$12)
    array[$12]++
    next
}

{
    line = $4
    sub(/\.[0-9]+$/, "", line)
    if (line in array) {
        print
    }
}

这成功地在GenBasicV12中打印了可以在HumanGenCodeV12中找到的行.输出文件(output.txt)包含65340行.该脚本只需不到10秒即可完成.

内容总结

以上是互联网集市为您收集整理的linux – Bash：如何保持文件中的行具有与另一个文件中的行匹配的字段？全部内容，希望文章能够帮你解决linux – Bash：如何保持文件中的行具有与另一个文件中的行匹配的字段？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---