抓取两列之间的所有匹配项

您应该在中使用的代码 Awk 应该是

awk 'FNR == NR { hash[$1] = $2; next } $1 in hash { NF++; $NF = hash[$1] }1' file2 file1

file2 我们将第一列中的值与第二列中的值进行散列。当我们穿过 file1 ,为了匹配散列索引中的值,我们引入了一个新列来存储散列值。 NF++ 基本上是将文件中的列数增加1,因为我们引入了一个包含哈希值的新列。

要使命令的输出更加格式化,请将输出分隔符设为“到”选项卡 OFS="\t" awk 到 column -t .

如果文件按键排序,最简单的是

$ join -a1 file1 file2 | column -t

NC_000008.10  1264  5646  G_synym=E4566  chr8
NC_000008.10  1264  5646  G=AGO2         chr8
NC_000008.10  5584  5646  G=AGO2         chr8
NC_000008.10  5218  5410  G=AGO2         chr8
NC_000008.10  2911  3031  G=AGO2         chr8
NC_000008.10  2552  2733  G=AGO2         chr8
NC_000008.10  0473  0609  G=AGO2         chr8
NC_000008.10  9494  9628  G=AGO2         chr8
NC_000008.10  8584  8671  G=AGO2         chr8
NC_000008.10  7188  7335  G=AGO2         chr8

column -t a1

awk 'NR==FNR{a[$1]=$2;next}$1 in a{$(++NF)=a[$1]}1' file2.txt file1.txt

您应该先读取文件2,然后读取文件1。

然而,你的问题有点模棱两可,你没有说 not matched 行是否应该打印。

awk 'NR==FNR{a[$1]=$2;next}$1 in a{$(++NF)=a[$1];print}' file2.txt file1.txt

另一件事是,输出字段用一个空格分隔。由于您的输入文件似乎格式良好,因此您可能需要 -v OFS="\t" 将输出与输出分开 TAB .

注意:如果文件2可能为空,则应更改 NR==FNR 不同的文件检查方法,如 ARGIND==1 FILENAME=="file2.txt" 或 FILENAME==ARGV[1] 等

检查文件,这基本上意味着第一次读取文件( file2.txt
a 是存储file1.txt第2行的数组,使用其第1行作为键。
$1 in a 看看是否 $1 存在于数组中 A. a[$1] 如果需要,请检查该值。当您确定该值不会为空时,可以互换使用。)
++NF 将字段数增加1。 $NF 表示最后一列。所以
$(++NF) 的最后一列。
最后裸露 1 这只是一个简单的问题 true {print} 块