使用Bash循环整理Fastq文件：创建目录并分类移动文件

问题场景 #

所有Fastq文件存放在allpools目录下，命名规则固定，文件列表如下：

ls allpools
2022_pool_1_Seq_GEX.fastq.gz 
2022_pool_1_Seq_CMO.fastq.gz
2022_pool_2_Seq_GEX.fastq.gz 
2022_pool_2_Seq_CMO.fastq.gz

需要完成两个任务：

1. 在allpools下根据文件中的池编号创建pool1、pool2这类目录
2. 将原始Fastq文件分类移动到对应目录的子文件夹中，最终结构如下：

allpools/pool1/pool1_GEX # 包含pool_1的所有GEX类型Fastq文件
allpools/pool1/pool1_CMO # 包含pool_1的所有CMO类型Fastq文件
####
allpools/pool2/pool2_GEX # 包含pool_2的所有GEX类型Fastq文件
allpools/pool2/pool2_CMO # 包含pool_2的所有CMO类型Fastq文件

1. 创建对应池目录的Bash循环 #

通过提取文件名中的池编号并去重，批量创建目标目录：

cd allpools
# 提取唯一池编号并创建目录
for pool_num in $(ls *.fastq.gz | sed -E 's/.*pool_([0-9]+).*/\1/' | sort -u); do
    mkdir -p "pool${pool_num}"
done

• sed -E 's/.*pool_([0-9]+).*/\1/'：从文件名中精准提取池编号（如从2022_pool_1_...中提取1）
• sort -u：对提取的编号去重，避免重复创建目录
• mkdir -p：自动创建目录，若目录已存在则不报错

2. 分类移动Fastq文件的Bash循环 #

遍历所有Fastq文件，提取池编号和文件类型，创建子目录并完成移动：

cd allpools
for file in *.fastq.gz; do
    # 提取池编号
    pool_num=$(echo "$file" | sed -E 's/.*pool_([0-9]+).*/\1/')
    # 提取文件类型（GEX/CMO）
    file_type=$(echo "$file" | sed -E 's/.*_([A-Z]+)\.fastq\.gz/\1/')
    # 定义目标子目录路径
    target_dir="pool${pool_num}/pool${pool_num}_${file_type}"
    # 创建目标子目录
    mkdir -p "$target_dir"
    # 移动文件到目标目录
    mv "$file" "$target_dir/"
done

• 两次sed分别提取池编号和文件类型，适配固定命名规则
• mkdir -p自动创建多层级子目录
• mv命令完成文件的分类迁移

内容的提问来源于stack exchange，提问作者User15Vim