如何在Bash中基于起始/结束值消除文件中的重叠条目？

我有一个制表符分隔的文件，条目包含名称、起始位置和结束位置，文件内容如下：

# Name	Start	End
Name1	1	3
Name2	7	9
Name3	5	8
Name4	5	6

我希望删除与之前已保留条目存在重叠的行，本示例的期望输出为：

Name1	1	3
Name2	7	9
Name4	5	6

我目前写了部分Bash脚本：

#!/bin/bash
while IFS=$'\n' read line; do
     # Assign variable names
     name=$(echo $line | cut -f 1)
     start=$(echo $line | cut -f 2)
     end=$(echo $line | cut -f 3)
     # I envision an if statement structured so that:
     # if [ $end < $PreviousStart ] || [ $start > $PreviousEnd ] ; then echo $line >> output.txt
done < file.txt

但这里遇到了问题：我需要检查output.txt里的每一行（也就是原文件中已保留的所有前序行），只有当前行和所有已保留行都不重叠时才打印该行。我觉得Awk应该有更简洁的解决办法，求帮忙。

Awk解决方案 #

用Awk可以直接在内存中维护已保留的条目，不需要频繁读写文件，效率更高。核心逻辑是遍历每一行，跳过注释行；对当前行的起始/结束位置，和所有已保留条目逐一对比，只要和任意一个重叠就跳过，否则保留该行并记录到内存中。

#!/usr/bin/awk -f
BEGIN { FS = "\t" }
# 跳过注释行
/^#/ { next }
{
    # 标记当前行是否可保留
    keep = 1
    # 遍历所有已保存条目，检查重叠
    for (i in saved) {
        split(saved[i], prev, "\t")
        prev_start = prev[2]
        prev_end = prev[3]
        # 区间重叠判断：当前起始 <= 已存结束 且 当前结束 >= 已存起始
        if ($2 <= prev_end && $3 >= prev_start) {
            keep = 0
            break
        }
    }
    if (keep) {
        print $0
        saved[++count] = $0
    }
}

使用方法 #

1. 将上述代码保存为remove_overlaps.awk
2. 执行命令：awk -f remove_overlaps.awk 你的输入文件名.txt > output.txt

逻辑说明 #

• BEGIN { FS = "\t" }：设置字段分隔符为制表符
• /^#/ { next }：跳过以#开头的注释行
• 用数组saved存储所有已保留的行，新行进来时逐一对比重叠情况
• 重叠判断规则：两个区间[a1,a2]和[b1,b2]重叠的条件是a1 <= b2 && a2 >= b1，满足则标记为不保留
• 仅当当前行与所有已保存行都不重叠时，才打印并保存该行

内容的提问来源于stack exchange，提问作者Dody