两个列表之间的grep

Question

我的 Linux 机器上有两个文件。第一个“list.txt”包含一个对象列表（2649 个对象），而第二个“list_interactors.txt”包含一个较短的列表，其中包含先前列表中的一些对象（719 个对象），并且对于这些对象中的每一个都有其他对象列一些关联的变量。我想获得所有对象（2649）的列表以及文件“list_interactors”中特定对象的关联变量。

例子：

文件 list.txt

6tyr_A_002__________
7yer_2_009__________
3erf_1_001__________
2dr5_D_2-3__________

文件 list_interactors.txt

6tyr_A_002__________    6tyr1_B    QRT54R   AAAAA
3erf_1_001__________    3erf2_B    QAEF6R   XXXXX

output.txt

6tyr_A_002__________    6tyr1_B    QRT54R   AAAAA
7yer_2_009__________
3erf_1_001__________    3erf2_B    QAEF6R   XXXXX
2dr5_D_2-3__________

我对编程语言不是很实用。我尝试在此脚本中使用函数 grep：

grep -f list.txt list_interactors.txt

但输出是一个类似于文件“list_interactors.txt”的文件。

请问你能帮帮我吗？

Answer 1

$ join -a 1  <( sort list.txt ) <( sort list_interactors.txt )
2dr5_D_2-3__________
3erf_1_001__________ 3erf2_B QAEF6R XXXXX
6tyr_A_002__________ 6tyr1_B QRT54R AAAAA
7yer_2_009__________

这用于join在两个文件之间进行关系 JOIN 操作。默认情况下，第一个字段将用作连接键。

该-a 1选项会join输出第一个文件中的所有行，即使第二个文件中没有匹配项（它执行“左连接”）。

join需要对输入数据进行排序，我们通过sort在命令行上的两个进程替换中分别调用每个文件来完成此操作。您还可以选择对文件进行预排序。

如果您的数据以制表符分隔，您可能需要添加-t $'\t'到join命令参数的开头。这将使输出保留现有的制表符分隔符。

>output.txt如果要将输出存储在文件中，请通过添加到命令的末尾来重定向输出。

Answer 2

如果你想保持排序，你可以使用awk：

awk '
    FNR==NR {s[$1]=$0}
    FNR!=NR {if(s[$1]) print s[$1]; else print $0}
' list_interactors.txt list.txt

输出：

6tyr_A_002__________    6tyr1_B    QRT54R   AAAAA
7yer_2_009__________
3erf_1_001__________    3erf2_B    QAEF6R   XXXXX
2dr5_D_2-3__________