为什么awk脚本处理测序文件生成的I2索引文件为空？

• 核心问题是awk脚本内的换行符写法不符合shell转义规则：你使用单引号包裹awk代码的前提下，'\n'会提前终止shell的单引号上下文，导致awk接收的代码语法错误，直接退出执行无输出，最终生成的文件为空。
• 次要可优化点：提取barcode的逻辑可以更鲁棒，避免ID字段格式变化导致提取错误。

如果你希望代码适配性更强，推荐用split分割字段提取barcode的版本：

zcat Undetermined_R2_001.fq.gz | awk '
NR%4 == 1 {
    print $0
    # 按冒号分割第二个字段，直接取最后一段作为barcode，比硬编码substr位置更稳定
    split($2, arr, ":")
    print arr[4]
}
NR%4 == 3 {print $0}
NR%4 == 4 {print substr($0,1,8)}
' | gzip > ./Undetermined_I2_001.fq.gz

如果你确定ID第二个字段的格式固定，要保留原来的substr写法也可以，仅修正换行符号即可：

zcat Undetermined_R2_001.fq.gz | awk '{ 
if ((NR%4)==1) 
    print $0 "\n" substr($2,7,8); 
else if ((NR%4)==3) 
    print $0; 
else if ((NR%4)==4) 
    print substr($0,1,8); 
}' | gzip > ./Undetermined_I2_001.fq.gz

可以先取小部分数据测试代码正确性，避免每次跑全量数据浪费时间：

# 取前1000行测试输出是否符合预期
zcat Undetermined_R2_001.fq.gz | head -1000 | awk '
NR%4 == 1 {
    print $0
    split($2, arr, ":")
    print arr[4]
}
NR%4 == 3 {print $0}
NR%4 == 4 {print substr($0,1,8)}
' | head -20

内容的提问来源于stack exchange，提问作者p.kulzer