如何按行数分割文件并依据首列值重命名？求awk解决方案

我有一个需要按每4行分割的文件，每组4行的格式如下：

sample_id   145 WORD    2847    42  301M    =   2086    -1062
ACAAAAAAGAAAAAATGAGTTACCGTACTGTCTGTGAGTGATGCATACTTTT
  |||||||||||||| ||| || ||||||  |||| |||||||||| ||||
TTAAAAAAGAAAAAATCAGTAACAGTACTGGATGTGGGTGATGCATATTTTT

目前我使用命令：split -l 4 file.txt，希望将输出文件以每组首行第一列的值命名为xxx.txt，请问该如何实现？是否有awk解决方案？

awk实现方案 #

可以用awk直接完成这个需求，命令如下：

awk 'NR%4==1{close(f); f=$1".txt"} {print > f}' file.txt

命令解释

• NR%4==1：当处理到第1、5、9…行（每组的首行）时触发后续操作
• close(f)：关闭之前打开的文件句柄，避免因同时打开过多文件报错
• f=$1".txt"：取当前首行的第一列值，拼接.txt作为输出文件名
• {print > f}：将当前行写入目标文件f

补充说明 #

如果存在多组首行第一列值重复的情况，后面的组内容会覆盖前面的文件。要避免覆盖，可以给文件名加上序号：

awk 'NR%4==1{close(f); cnt++; f=$1"_"cnt".txt"} {print > f}' file.txt

这样重复的标识会生成sample_id_1.txt、sample_id_2.txt这类带编号的文件。

内容的提问来源于stack exchange，提问作者SaltedPork