技术需求：统计两文件对应行第二列分号分隔元素的匹配数量

我来帮你搞定这个文本元素匹配计数的需求！这里有两种实用的方案，你可以根据自己的使用环境选择：

方案一：用awk快速处理（适合Linux/Unix环境） #

awk是处理文本的老牌工具，一行脚本就能完成任务，不需要额外安装依赖：

先把下面的代码保存成count_matches.awk文件：

BEGIN { FS=";" }
NR==FNR {
    split($0, arr, / /)
    mir = arr[1]
    delete seen
    for (i=2; i<=NF; i++) {
        seen[$i] = 1
    }
    mir_map[mir] = seen
    next
}
{
    split($0, arr, / /)
    mir = arr[1]
    count = 0
    for (i=2; i<=NF; i++) {
        if ($i in mir_map[mir]) {
            count++
        }
    }
    print mir, count
}

然后在终端运行命令：

awk -f count_matches.awk File1.txt File2.txt

简单解释： #

1. 先设置分号为字段分隔符，方便拆分每个元素
2. 第一遍读取File1.txt，把每个mir对应的元素存入关联数组
3. 第二遍读取File2.txt，逐个检查元素是否在File1的对应mir集合里，统计匹配数量后输出

方案二：用Python脚本（跨平台，更灵活） #

如果你对Python更熟悉，或者需要在Windows环境运行，这个脚本更直观，也方便后续修改扩展：

保存下面的代码为count_matches.py：

def load_mir_elements(filename):
    mir_dict = {}
    with open(filename, 'r') as f:
        for line in f:
            line = line.strip()
            if not line:
                continue
            # 拆分mirID和后面的元素串（处理元素里可能有空格的情况）
            mir_id, elements_str = line.split(' ', 1)
            elements = set(elements_str.split(';'))
            mir_dict[mir_id] = elements
    return mir_dict

# 加载两个文件的内容
file1_data = load_mir_elements('File1.txt')
file2_data = load_mir_elements('File2.txt')

# 遍历统计并输出结果
for mir_id in file2_data:
    if mir_id in file1_data:
        # 求两个集合的交集，长度就是匹配数
        common_elements = file1_data[mir_id] & file2_data[mir_id]
        print(f"{mir_id} {len(common_elements)}")

运行命令：

python count_matches.py

简单解释： #

1. 先把每个文件的内容转成"mirID: 元素集合"的字典，集合能快速求交集
2. 遍历第二个文件的mirID，计算对应元素集合的交集长度，就是你要的匹配数

两种方法都能输出你期望的结果：

mir1 2
mir2 5

内容的提问来源于stack exchange，提问作者Emilio Mármol Sánchez