Bash如何高效查找含LG标记的文本行并改写，解决逐行读取速度过慢问题

你原有脚本性能差的核心原因是逐行循环时，每处理一条匹配行就要启动echo、awk、sed三个独立子进程，300万行的场景下进程创建销毁的开销占了绝大多数运行时间，完全不需要额外做行号查找再替换的操作，直接用单进程的文本处理工具就能把速度提升几十到上百倍。

直接用单个awk命令处理全文件即可，300万行通常10秒内就能跑完。

方案1：对齐原有逻辑（LG固定在第8个字段） #

和你现有脚本的处理逻辑完全一致，默认LG编号是行内按空白分割的第8个字段：

awk '/LG/{ $1 = $8; sub(/^/, ">") } 1' kopia_pliku_docelowego > nowy.txt

命令说明：

• /LG/ 筛选所有包含LG的行
• 把第一个字段替换为第8个字段，在行首补>
• 末尾的1代表所有行直接输出

方案2：通用兼容方案（LG位置不固定） #

如果LG编号的字段位置可能变化，用正则匹配提取LG+数字的组合，更稳妥：

awk '/LG[0-9]+/{ 
    match($0, /LG[0-9]+/); 
    lg_val = substr($0, RSTART, RLENGTH);
    $1 = lg_val ",";
    sub(/^/, ">");
} 1' kopia_pliku_docelowego > nowy.txt

轻量极速方案（sed实现） #

如果追求极致的运行速度，用sed处理开销比awk更低：

sed -E '/LG[0-9]+/ s/^>([^ ]+)(.*LG([0-9]+))/>LG\3,\2/' kopia_pliku_docelowego > nowy.txt

如果你需要原位修改原文件，awk方案可以加-i inplace参数（GNU awk支持），sed方案可以加-i参数直接修改原文件，不需要额外重定向输出。

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