☰

grep 模式与文件完全匹配并仅在第一列中搜索

tag-icon • tag-icon shell command-line grep regular-expression
grep 模式与文件完全匹配并仅在第一列中搜索

我有一个像这样的大文件：

denovo1 xxx yyyy oggugu ddddd
denovo11 ggg hhhh bbbb gggg
denovo22 hhhh yyyy kkkk iiii
denovo2 yyyyy rrrr fffff jjjj
denovo33 hhh yyy eeeee fffff

那么我的模式文件是：

denovo1
denovo3
denovo22

我正在尝试使用fgrep以便仅提取与我的文件中的模式完全匹配的行（所以我想要denovo1但不denovo11）。我尝试使用-x精确匹配，但后来得到一个空文件。我试过：

fgrep -x --file="pattern" bigfile.txt > clusters.blast.uniq

有没有办法让 grep 只在第一列搜索？

答案1

您可能想要-w国旗 - 来自man grep

   -w, --word-regexp
          Select  only  those  lines  containing  matches  that form whole
          words.  The test is that the matching substring must  either  be
          at  the  beginning  of  the  line,  or  preceded  by  a non-word
          constituent character.  Similarly, it must be either at the  end
          of  the  line  or  followed by a non-word constituent character.
          Word-constituent  characters  are  letters,  digits,   and   the
          underscore.

IE

grep -wFf patfile file
denovo1 xxx yyyy oggugu ddddd
denovo22 hhhh yyyy kkkk iiii

要仅在第一列中强制匹配，您需要修改模式文件中的条目以添加线锚：您还可以使用\b锚这个词来代替命令行-w开关，例如patfile：

^denovo1\b
^denovo3\b
^denovo22\b

然后

grep -f patfile file
denovo1 xxx yyyy oggugu ddddd
denovo22 hhhh yyyy kkkk iiii

-F请注意，如果文件包含正则表达式而不是简单的固定字符串，则必须删除该开关。

答案2

也可以使用 awk：

awk 'NR==FNR{a[$0]=$0}NR>FNR{if($1==a[$1])print $0}' pattern_file big_file

输出：

denovo1 xxx yyyy oggugu ddddd
denovo22 hhhh yyyy kkkk iiii

相关内容