如何为Bash循环添加条件：仅处理第2、4行不同的fasta文件

需求概述 #

原有的Bash循环会批量处理所有.fasta文件，现在需要添加判断逻辑：仅当目标fasta文件（固定为4行）的第2行与第4行序列不重复时，才执行parallel调用Python脚本的操作。

原循环命令：

for i in *.fasta ; do
   parallel -j 10 python script.py $i > $i.out
done

解决方案 #

方法1：直接对比目标行内容 #

通过sed提取第2行和第4行，直接判断两行内容是否不同，逻辑直观高效：

for i in *.fasta; do
    # 提取文件的第2行和第4行内容
    line2=$(sed -n '2p' "$i")
    line4=$(sed -n '4p' "$i")
    # 仅当两行内容不相等时执行后续命令
    if [ "$line2" != "$line4" ]; then
        parallel -j 10 python script.py "$i" > "$i.out"
    fi
done

方法2：通过去重行数判断 #

提取第2、4行后去重，统计剩余行数是否为2（说明两行无重复），适合需要扩展判断多行重复的场景：

for i in *.fasta; do
    # 提取目标行并去重，统计剩余行数
    unique_line_count=$(sed -n '2p;4p' "$i" | uniq | wc -l)
    # 行数为2则说明两行不重复
    if [ "$unique_line_count" -eq 2 ]; then
        parallel -j 10 python script.py "$i" > "$i.out"
    fi
done

补充说明 #

• 两种方法都仅针对需要判断的行操作，比你之前尝试的sort file.fasta | uniq -c更高效，无需处理整个文件。
• 给变量$i添加双引号"$i"，可避免文件名包含空格或特殊字符时出现执行错误。

内容的提问来源于stack exchange，提问作者SaltedPork