Grep基于一行的前12个字符，但输出整行

Question

我有一个文件（patterns.txt），其中包含一个新行分隔的模式列表，例如：

AAAA........
....CCCC....
........YYYY
ATCC

我正在搜索的文件（table.txt）包含这样的内容（大小为120gb）：

ZZZZAAAAGTGT    0   1   12
AAAAGTGTAAYY    0   9   1
GGGGTTTTCCCC    1   0   0
HHHHHHHHYYYY    1   8   0
AAATCCCHHHHH    0   0   1

我使用以下grep命令：

grep -f patterns.txt table.txt

这会返回我示例中的所有行。但是，如果我可以强制grep只查看前12个字符，那么将不会返回第一行和第三行（这是期望的）。

这个grep是一个更大的程序的一部分。这意味着模式必须来自文件。但是我可以改变文件的内容。

我正在考虑用字符类[ACGTHY]替换所有的点。这意味着 AAAA ........ 模式将成为：

AAAA [ACGTHY] [ACGTHY] [ACGTHY] [ACGTHY] [ACGTHY] [ACGTHY] [ACGTHY] [ACGTHY]

这应该提供所需的结果，但它看起来很慢。有没有更好的方法呢？

编辑：我也在考虑用\ S替换点。

Answer 1

你需要一些更强大的东西。尝试使用awk：

awk 'FNR==NR { a[$1]++; next } { for (i in a) if ($1 ~ i) print }' patterns table

结果：

AAAAGTGTAAYY    0   9   1
HHHHHHHHYYYY    1   8   0
AAATCCCHHHHH    0   0   1

Answer 2

你能修改patterns.txt吗？

在这种情况下，在每行之前添加^就可以了。只有当他们开始一行时，这才会匹配您的模式。