如何在Bash中提取文件内指定字符串并关联对应文件名

我有数千个分别存放在各自文件夹中的文件，需要将特定字符串ID（以"Sample"开头）与对应的文件名关联起来。示例文件夹结构如下：

Folder_1
├── file_abc.txt
└── Sample-001-abc

Folder_2
├── file_efg.txt
└── Sample-002-efg

Folder_3
├── file_hig.txt
└── Sample-003-hig

我需要基于"Sample"字符串进行匹配，将其与所在文件名关联，确保顺序对应，最终输出文件Filename_sample_linked.txt，内容格式如下：

file_abc.txt Sample-001-abc
file_efg.txt Sample-002-efg
file_hig.txt Sample-003-hig
...etc

目前我用以下命令获取所有ID，但不知道如何将ID和来源文件名对应：

find dir/*.txt -type f -exec grep -H 'Sample' {} + >> List_of_samples.txt

方法1：直接处理grep的输出 #

你用的grep -H命令已经会输出文件名:匹配到的Sample字符串格式的内容（比如Folder_1/file_abc.txt:Sample-001-abc），只需要做简单的格式转换就能得到目标结果：

用sed处理 #

find dir -name "*.txt" -type f -exec grep -H '^Sample' {} + | sed -E 's|.*/([^/:]+):(Sample.*)|\1 \2|' > Filename_sample_linked.txt

• ^Sample确保只匹配以Sample开头的行（避免文件中其他位置出现的无关Sample字符串）
• sed命令的作用：去掉文件名的路径前缀，把文件名和匹配到的ID用空格分隔

用awk处理 #

find dir -name "*.txt" -type f -exec grep -H '^Sample' {} + | awk -F: '{sub(/.*\//, "", $1); print $1, $2}' > Filename_sample_linked.txt

• -F: 以冒号为分隔符拆分每行内容
• sub(/.*\//, "", $1) 去掉文件名中的路径部分，只保留纯文件名
• print $1, $2 输出文件名和Sample ID，用空格分隔

方法2：遍历文件直接提取 #

如果每个txt文件里只有一个需要匹配的Sample ID，也可以直接遍历文件读取对应行：

> Filename_sample_linked.txt  # 先清空目标文件
find dir -name "*.txt" -type f | while read -r file; do
    sample_id=$(grep '^Sample' "$file")
    if [ -n "$sample_id" ]; then
        echo "$(basename "$file") $sample_id" >> Filename_sample_linked.txt
    fi
done

• basename "$file" 获取不带路径的纯文件名
• 先判断sample_id非空再输出，避免生成空行

补充说明 #

• 如果Sample字符串不一定在行首，去掉命令中的^即可
• 如果单个文件里有多个Sample ID，可添加grep -m1参数只取第一个匹配项，避免一行对应多个ID的情况

内容的提问来源于stack exchange，提问作者vanish007