循环中为awk传递数组变量实现GTF文件过滤的问题排查

DevOps 小满

2026-7-28

问题原因与解决方法

你的问题核心是shell循环变量没有正确传递给awk，导致awk无法识别你要匹配的特征类型，过滤条件失效，只保留了前5行注释。

错误根源

在awk脚本中直接使用$i时，awk会将其解析为自身的字段变量（比如第i列的值），而不是shell循环中的数组元素值。所以循环执行时，awk的过滤条件实际上是无效的，自然只有前5行注释被保留；而单独指定exon时，相当于直接写死了匹配值，条件生效，所以结果正确。

两种可行的解决方法

方法1：用awk的`-v`选项传递变量（推荐）

通过-v参数将shell循环变量传递给awk内部变量，这是最安全可靠的方式：

# 示例数组，替换成你的实际数组
feature_types=("exon" "CDS" "UTR")
input_gtf="你的输入GTF文件路径"

for i in "${feature_types[@]}"; do
    # 用-v type="$i"把shell变量i传给awk的type变量
    awk -v type="$i" 'NR<=5 || ($3 == type && $7 == "+")' "$input_gtf" > "${i}_plus.gtf"
done

NR<=5：保留前5行注释
$3 == type：匹配GTF第三列的特征类型（对应你的数组元素）
$7 == "+"：匹配第七列的正链方向

方法2：双引号包裹awk脚本并转义字段变量

如果不想用-v选项，可以用双引号包裹awk脚本，让shell先解析$i，同时转义awk的字段变量（避免被shell解析）：

feature_types=("exon" "CDS" "UTR")
input_gtf="你的输入GTF文件路径"

for i in "${feature_types[@]}"; do
    awk "NR<=5 || (\$3 == \"$i\" && \$7 == \"+\")" "$input_gtf" > "${i}_plus.gtf"
done

注意：如果你的数组元素包含空格、引号等特殊字符，这种方式容易出问题，优先选方法1。