Question

我正在寻找一种方法来合并文件名中第一个非核心之前具有相同ID的文件。输出应仅包含ID，后跟fastq.gz。输出必须是gzip压缩。

在

0394_L007_R1.fastq.gz 
0394_L008_R1.fastq.gz 
0444_L005_R1.fastq.gz 
0444_L006_R1.fastq.gz

出

0394.fastq.gz
0444.fastq.gz

比以下更方便：

cat 0394_L007_R1.fastq.gz  0394_L008_R1.fastq.gz   > 0394.fastq.gz

Answer 1

首先，在关联数组中收集唯一标识符：

declare -A ids
for f in *.fastq.gz; do
  ids[${f%%_*}]=1
done

然后使用gzcat来管道每个的（未压缩的）内容将文件匹配到gzip以将输出重新压缩为单个文件。

for id in "${!ids[@]}"; do
  gzcat "$id"_*.fastq.gz | gzip -c > "$id".fastq.gz
done

（或者，因为我忘记了连接的Gzip文件本身就是有效的Gzip文件，

for id in "${!ids[@]}"; do
  cat "$id"_*.fastq.gz > "$id".fastq.gz
done

）

Answer 2

一个简单的循环，不断追加目标文件。所以，这只是为当前文件找到正确的“目标文件”并附加到它上面。

#! /bin/bash
for x in *.fastq.gz; do
     currid=$(echo "$x" | cut -d'_' -f1)
     cat "$x" >> "$currid".fastq.gz
done

Answer 3

使用简单的命令：

ls | tr'_''。' |切-d'。' -f1,4,5 | uniq的