如何在Bash脚本中读取ID文件并批量筛选VCF.gz文件内容？

错误原因分析 #

你当前的脚本存在两个核心问题：

1. 变量赋值语法错误：bash中变量赋值不能有空格，list = 的写法会被解析为命令而非赋值，导致list变量未正确初始化；
2. 数组构建错误：直接用cat读取文件赋值给普通变量，无法将每行ID单独作为数组元素，循环时会把所有ID当成一个整体处理，最终仅意外生成最后一个ID的结果。

正确解决方案 #

方法一：用mapfile读取文件到数组（Bash 4.0+ 推荐） #

该方法直接将文件每行内容转为数组元素，语法简洁高效：

# 将some_data.txt的每行ID读取到数组list中
mapfile -t list < some_data.txt

# 遍历数组处理每个ID
for i in "${list[@]}"
do
   # 加双引号避免ID含特殊字符时出错
   zgrep -Hx "$i" *.vcf.gz > "/home/Roy/${i}.txt"
done

mapfile -t的-t参数会自动去掉每行末尾的换行符，保证ID的准确性。

方法二：逐行读取文件处理（兼容旧版Bash） #

如果你的Bash版本低于4.0，用逐行循环的方式兼容性更好：

# 逐行读取ID文件，IFS=避免截断行首/行尾空格，-r避免解析转义字符
while IFS= read -r i
do
   zgrep -Hx "$i" *.vcf.gz > "/home/Roy/${i}.txt"
done < some_data.txt

额外注意事项 #

• 始终给变量和文件路径添加双引号，防止ID包含空格、特殊字符（如*、?）时出现语法错误；
• 若VCF文件数量大，可考虑先将所有VCF文件合并为一个临时文件，再用zgrep批量处理，减少重复读取文件的开销。

内容的提问来源于stack exchange，提问作者RoyBatty