Bash自定义排序：按ID分组，将指定行移至组首

这问题用awk处理最合适不过了，毕竟它天生擅长按字段分组和文本匹配。我给你写个脚本，完美贴合你的需求：

BEGIN { FS = "\t" }  # 请根据实际文件分隔符调整，空格分隔改为 FS="[[:space:]]+"
prev_id = ""
{
    # 提取第一列ID的最后一段（下划线分隔）作为匹配关键词
    n = split($1, id_parts, "_")
    match_key = id_parts[n]
    
    # 判断第二列是否包含这个匹配关键词
    if (index($2, match_key) > 0) {
        match_lines[$1] = match_lines[$1] $0 "\n"
    } else {
        non_match_lines[$1] = non_match_lines[$1] $0 "\n"
    }
    
    # 当分组切换时，输出前一组的内容（先匹配行，后不匹配行）
    if ($1 != prev_id && prev_id != "") {
        printf "%s%s", match_lines[prev_id], non_match_lines[prev_id]
        delete match_lines[prev_id]
        delete non_match_lines[prev_id]
    }
    prev_id = $1
}
END {
    # 处理最后一组数据
    printf "%s%s", match_lines[prev_id], non_match_lines[prev_id]
}

脚本工作原理 #

• 字段分隔符设置：BEGIN块里的FS要根据你文件的实际分隔符调整——如果是制表符分隔就用"\t"，如果是空格分隔就改成"[[:space:]]+"（匹配任意数量空格/制表符）。
• 分组跟踪：用prev_id变量记录当前处理的第一列ID，实现按ID分组。
• 匹配逻辑：拆分第一列ID，提取最后一个下划线后的片段（比如你的示例里aac(3)-IIa_1_X51534会提取出X51534），然后检查第二列是否包含这个片段。如果你的匹配规则不同，直接修改这里的判断逻辑就行——比如要判断第二列包含整个第一列，就改成index($2, $1) > 0。
• 输出顺序：每个分组先输出所有匹配的行，再输出不匹配的行，保证匹配行在组首。

使用方法 #

1. 把上面的脚本保存为reorder_lines.awk。
2. 运行命令：awk -f reorder_lines.awk 你的输入文件名 > 输出文件名。

这个脚本利用awk的数组特性分组存储行，处理效率很高，哪怕你的文件很大也能轻松应对～

内容的提问来源于stack exchange，提问作者Jess