Question

我正在使用这些文件进行测试：

comp900_c0_seq1_Glicose_1_ACTTGA_merge_R1_001.fastq
comp900_c0_seq1_Glicose_1_ACTTGA_merge_R2_001.fastq
comp900_c0_seq2_Glicose_1_ACTTGA_merge_R1_001.fastq
comp900_c0_seq2_Glicose_1_ACTTGA_merge_R2_001.fastq
comp995_c0_seq1_Glicose_1_ACTTGA_merge_R2_001.fastq
comp995_c0_seq1_Xilano_1_AGTCAA_merge_R1_001.fastq
comp995_c0_seq1_Xilano_1_AGTCAA_merge_R2_001.fastq

我希望获得具有相同代码的文件，直到第一个_（下划线）并在不同的输出文件中包含代码R1。应该根据代码调用输出文件，直到第一个_（下划线）。

- 这是我的代码，但我在制作输出文件方面遇到了麻烦。

#!/bin/bash

for i in {900..995}; do
    if [[ ${i} -eq ${i} ]]; then
        cat comp${i}_*_R1_001.fastq
    fi
done

- 我希望有两个输出：

一个输出将包含以下所有行：

comp900_c0_seq1_Glicose_1_ACTTGA_merge_R1_001.fastq
comp900_c0_seq2_Glicose_1_ACTTGA_merge_R1_001.fastq

，其名称应为comp900_R1.out

其他输出将包含以下行：

comp995_c0_seq1_Xilano_1_AGTCAA_merge_R1_001.fastq

，其名称应为comp995_R1.out

最后，正如我所说，这是一个小测试。我希望我的脚本能够处理许多具有相同特征的文件。

Answer 1

使用awk：

ls -1 *.fastq | awk -F_ '$8 == "R1" {system("cat " $0 ">>" $1 "_R1.out")}'

将所有文件*.fastq列入awk，并在_上拆分。检查第8部分$8是R1，然后将cat >>文件追加到第一部分$1 + _R1.out，这将是comp900_R1.out或comp995_R1.out。假设没有文件名包含空格或其他特殊字符。

结果：

包含

所有行的文件comp900_R1.out

comp900_c0_seq1_Glicose_1_ACTTGA_merge_R1_001.fastq
comp900_c0_seq2_Glicose_1_ACTTGA_merge_R1_001.fastq

和包含

所有行的文件comp995_R1.out

comp995_c0_seq1_Xilano_1_AGTCAA_merge_R1_001.fastq

Answer 2

我的一般解决方案：

#!/bin/bash

for f in *_R1_*; do
   code=$(echo $f | cut -d _ -f 1)
   cat $f >> ${code}_c0_seq1_Glicose_1_ACTTGA_merge_R1_001.fastq
done

迭代其中包含_R1_的文件，然后将其输出附加到基于code的文件。

cut通过拆分文件名（-d _）并返回第一个字段（-f 1）来提取代码。

获取不同的输出文件

2 个答案: