Question

我有这个带有ID名称的大文本文件。它有2500行，一列。我们称之为file.txt

H3430
H3467
H9805

另外，我还有另一个文件index.txt，它有390个数字：

这些数字是我必须从file.txt中提取的行数（ID）。我需要生成另一个文件，newfile.txt让它调用它，只有390个ID在index.txt要求的特定行中（列表的第一个ID，第四个，第九个，等等）上）。

所以，我试着做以下循环，但它没有用。

num=$'index.txt'
for i in num
do
awk 'NR==i' "file.txt" > newfile.txt
done

我是一个关于这件事的菜鸟......所以，我需要一些帮助。即使它是我的循环或你建议的新解决方案。谢谢:)）

Answer 1

让我们使用seq创建一个模拟2500行文件的示例文件：

$ seq 2500 > /tmp/2500

并使用您的行号示例在名为390的文件中打印：

$ echo "1
4
9
13
15" > /tmp/390

您可以通过将行号读入数组并在该数组中打印行来打印文件2500中的行N：

$ awk 'NR==FNR{ a[$1]++; next} a[FNR]' /tmp/390 /tmp/2500

您还可以使用sed命令文件：

$ sed 's/$/p/' /tmp/390 > /tmp/sed_cmd
$ sed -n -f /tmp/sed_cmd /tmp/2500

使用GNU sed，您可以执行sed 's/$/p/' /tmp/390 | sed -n -f - /tmp/2500，但这不适用于OS X： - （

你可以这样做：

$ sed -n -f <(sed 's/$/p/' /tmp/390) /tmp/2500

Answer 2

您可以将index.txt文件读入地图，然后将其与file.txt的行号进行比较。将输出重定向到另一个文件。

awk 'NR==FNR{line[$1]; next}(FNR in line){print $1}' index.txt file.txt > newfile.txt

使用两个文件时，必须使用FNR，因为当新文件启动时它会重置为1（相反，NR将继续递增）。

Ed Morton在评论中表示。然后可以对该命令进行细化以进一步删除{print $1}，因为awk默认打印真相。

awk 'NR==FNR{line[$1]; next} FNR in line' index.txt file.txt > newfile.txt

Answer 3

如果index.txt已排序，我们可以按顺序行走file.txt 这会将操作数量减少到最小（更快的脚本）：

awk 'BEGIN
     {  indexfile="index.txt"
        if ( (getline ind < indexfile) <= 0)
             { printf("Empty %s\n; exiting",indexfile);exit }
     }
     {  if ( FNR <  ind ) next
        if ( FNR == ind ) printf("%s %s\n",ind,$0)
        if ( (getline ind < indexfile) <= 0) {exit}
     }' file.txt

如果文件实际上没有排序，请使用sort：

快速排序

sort -n index.txt > temp.index.txt
rm index.txt
mv temp.index.txt index.txt

使用awk或sed命令循环从文件打印多个特定行

3 个答案: