为何Bash循环无法正确拼接fastq.gz文件？

场景说明 #

当前目录下存在以下文件：

AB124661.lane3.R1.fastq.gz
AB124661.lane4.R1.fastq.gz

AB124661.lane3.R2.fastq.gz
AB124661.lane4.R2.fastq.gz

需要执行的目标操作是将同样本同方向的lane文件拼接：

cat AB124661.lane3.R1.fastq.gz AB124661.lane4.R1.fastq.gz > AB124661.R1.fastq.gz
cat AB124661.lane3.R2.fastq.gz AB124661.lane4.R2.fastq.gz > AB124661.R2.fastq.gz

尝试的操作及问题 #

1. 生成存储样本ID的文件：

ls -1 R1.gz | awk -F '.' '{print $1}' | sort | uniq > ID

2. 执行以下循环：

for i in `cat ./ID`; do cat $i\.lane3.R1.fastq.gz $i\.lane4.R1.fastq.gz \> out/$i\.R1.fastq.gz; done
    
for i in `cat ./ID`; do cat $i\.lane3.R2.fastq.gz $i\.lane4.R2.fastq.gz \> out/$i\.R2.fastq.gz; done

循环执行后生成的目标文件为空，已确认：

• ID文件存在于当前目录
• 使用echo测试时，输出的cat命令格式看似正确

错误原因及修正方案 #

核心错误点 #

1. 重定向符号被错误转义：循环中的\>是多余操作，转义后shell会将>当作普通字符处理，导致cat的输出不会写入目标文件，而是直接打印到终端，同时会尝试读取不存在的out/$i.R1.fastq.gz，最终生成空文件。
2. 可能缺少目标目录：如果out目录不存在，重定向操作会直接失败，无法生成文件。
3. 变量引用未加引号：虽然当前场景无空格问题，但未加引号的变量在遇到特殊字符或空格时会出现拆分错误，属于不规范写法。

修正后的命令 #

首先确保输出目录存在：

mkdir -p out

然后用更可靠的while read循环执行拼接：

while read i; do
    # 跳过空行
    [ -z "$i" ] && continue
    cat "${i}.lane3.R1.fastq.gz" "${i}.lane4.R1.fastq.gz" > "out/${i}.R1.fastq.gz"
    cat "${i}.lane3.R2.fastq.gz" "${i}.lane4.R2.fastq.gz" > "out/${i}.R2.fastq.gz"
done < ID

额外优化 #

如果需要一次性处理所有样本，也可以不用提前生成ID文件，直接通过文件名提取样本ID完成拼接（自动匹配所有lane编号）：

mkdir -p out
for r in R1 R2; do
    for i in $(ls *lane*.${r}.fastq.gz | awk -F '.' '{print $1}' | sort -u); do
        cat "${i}.lane"*.${r}.fastq.gz > "out/${i}.${r}.fastq.gz"
    done
done

内容的提问来源于stack exchange，提问作者Avamys