按file1.txt顺序匹配输出file2.txt对应内容的技术需求

需求说明 #

现有两个文件：

• file1.txt：按固定顺序存放的SRR编号列表，内容如下：

SRR1071717
SRR1079830
SRR1081765
SRR1085402
SRR1086236
SRR1092208
SRR1093930
SRR1097296
SRR1099957
SRR1120296

• file2.txt：SRR编号与性别的映射（逗号分隔），内容如下：

SRR1120296,female
SRR1099957,male
SRR1097296,female
SRR1093930,female
SRR1092208,female
SRR1086236,female
SRR1085402,male
SRR1081765,male
SRR1079830,male
SRR1071717,male

要求：严格保留file1.txt的原有顺序，输出对应的SRR编号及性别信息，不能使用sort命令（会打乱顺序），且两个文件行数相同，期望输出如下：

SRR1071717  male
SRR1079830  male
SRR1081765  male
SRR1085402  male
SRR1086236  female
SRR1092208  female
SRR1093930  female
SRR1097296  female
SRR1099957  male
SRR1120296  female

解决方案 #

使用awk命令即可实现，核心思路是先将file2的映射关系存入数组，再按file1的顺序逐个匹配输出：

awk -F ',' 'NR==FNR{arr[$1]=$2; next} {print $0, arr[$0]}' file2.txt file1.txt

命令解释 #

• -F ','：指定字段分隔符为逗号，用于解析file2的内容
• NR==FNR：当处理第一个文件（file2.txt）时执行此块：
  • arr[$1]=$2：将SRR编号作为数组下标，性别作为对应值存入数组arr
  • next：跳过后续语句，继续处理file2的下一行
• 处理第二个文件（file1.txt）时，print $0, arr[$0]：输出当前行的SRR编号，以及数组中对应的性别信息

内容的提问来源于stack exchange，提问作者Shafaque Zahra