如何使用bash awk按染色体行头拆分TXT文件为对应独立文件

方案1：单次awk遍历直接拆分（推荐，效率最高） #

该方案仅需读取一次原文件即可完成所有染色体拆分，无需循环，天然避免匹配错误、多余行残留问题：

awk '/^chr[0-9]+$/{
  close(outfile)
  outfile = $0".txt"
  next
}
{print > outfile}' gwe.txt

逻辑说明：

• 用^和$限定整行匹配染色体头，完全避免chr1匹配到chr10、chr11这类问题
• 识别到染色体头行时，关闭上一个输出文件，更新当前输出文件名，直接跳过该行不输出
• 其余数值行直接写入对应染色体文件，自动过滤所有chr开头的行头

方案2：修复你的bash循环写法 #

你原有写法存在3个错误：

1. bash变量在单引号包裹的awk代码中无法解析，需要通过-v参数传入awk
2. bash中不能直接用${num+1}做算术运算，需写成$((num+1))格式
3. 正则无边界限定、范围匹配默认包含结束行，会导致多余内容写入

修复后的循环代码如下：

for num in {1..21}; do
  next_num=$((num+1))
  awk -v n="$num" -v nn="$next_num" '$0=="chr"n{f=1;next} $0=="chr"nn{f=0} f' gwe.txt > chr${num}.txt
done
# 单独处理最后一条染色体chr22
awk '$0=="chr22"{f=1;next} f' gwe.txt > chr22.txt

逻辑说明：

• 匹配到当前染色体头时将标记位f设为1，跳过当前行
• 匹配到下一条染色体头时将标记位f设为0
• 仅当f为1时输出内容，完美过滤两个染色体头，无多余内容残留

内容的提问来源于stack exchange，提问作者user