如何在Bash循环中匹配文件名两段内容以批量合并文件？

需求说明 #

现有一批文件名格式如下的文件：

JOHN_80_xyz_yeti.txt
JOHN_80_xyz_puma.txt
JOHN_80_def_yeti.txt
JOHN_80_def_puma.txt
JOHN_81_xyz_yeti.txt
JOHN_81_xyz_puma.txt
JOHN_81_def_yeti.txt
JOHN_81_def_puma.txt
JOHN_82_xyz_yeti.txt
JOHN_82_xyz_puma.txt
JOHN_82_def_yeti.txt
JOHN_82_def_puma.txt
JOHN_83_xyz_yeti.txt
JOHN_83_xyz_puma.txt
JOHN_83_def_yeti.txt
JOHN_83_def_puma.txt

需要按规则合并：将同数字（如80）、同标识（如yeti）的xyz和def前缀文件合并，输出格式为merged.JOHN_<数字>_<标识>.txt，比如：

merge -1 JOHN_80_xyz_yeti.txt -2 JOHN_80_def_yeti.txt > merged.JOHN_80_yeti.txt
merge -1 JOHN_80_xyz_puma.txt -2 JOHN_80_def_puma.txt > merged.JOHN_80_puma.txt

实现方案 #

可以通过Bash循环结合文本处理命令提取分组变量，批量执行合并：

1. 提取唯一合并分组 #

首先获取所有唯一的数字_标识组合（如80_yeti、80_puma），命令如下：

ls JOHN_*.txt | awk -F'_' '{print $2"_"$4}' | sed 's/.txt$//' | sort -u

• ls JOHN_*.txt：列出所有目标文件
• awk -F'_' '{print $2"_"$4}'：按下划线分割文件名，提取第2段（数字）和第4段（标识）
• sed 's/.txt$//'：去掉文件名末尾的.txt后缀
• sort -u：去重得到唯一的分组组合

2. 批量合并脚本 #

将上述逻辑整合为循环脚本，自动处理所有分组：

#!/bin/bash

# 遍历所有唯一的合并分组
for group in $(ls JOHN_*.txt | awk -F'_' '{print $2"_"$4}' | sed 's/.txt$//' | sort -u); do
    # 拆分分组为数字和标识
    num=$(echo "$group" | cut -d'_' -f1)
    tag=$(echo "$group" | cut -d'_' -f2)
    
    # 定义输入文件和输出文件名
    file1="JOHN_${num}_xyz_${tag}.txt"
    file2="JOHN_${num}_def_${tag}.txt"
    output_file="merged.JOHN_${num}_${tag}.txt"
    
    # 检查文件是否存在，避免执行错误
    if [ -f "$file1" ] && [ -f "$file2" ]; then
        merge -1 "$file1" -2 "$file2" > "$output_file"
        echo "完成合并：$file1 + $file2 -> $output_file"
    else
        echo "跳过：$file1 或 $file2 不存在"
    fi
done

3. 脚本使用说明 #

1. 将上述代码保存为merge_files.sh
2. 赋予执行权限：chmod +x merge_files.sh
3. 在文件所在目录执行脚本：./merge_files.sh

内容的提问来源于stack exchange，提问作者user21090106