获取不同的输出文件

Question

我正在用这些文件进行测试：

comp900_c0_seq1_Glicose_1_ACTTGA_merge_R1_001.fastq
comp900_c0_seq1_Glicose_1_ACTTGA_merge_R2_001.fastq
comp900_c0_seq2_Glicose_1_ACTTGA_merge_R1_001.fastq
comp900_c0_seq2_Glicose_1_ACTTGA_merge_R2_001.fastq
comp995_c0_seq1_Glicose_1_ACTTGA_merge_R2_001.fastq
comp995_c0_seq1_Xilano_1_AGTCAA_merge_R1_001.fastq
comp995_c0_seq1_Xilano_1_AGTCAA_merge_R2_001.fastq

我想获取具有相同代码的文件，直到第一个 _(下划线)，并将代码 R1 放在不同的输出文件中。输出文件应根据代码调用，直到第一个 _(下划线)。

- 这是我的代码，但我在制作输出文件时遇到问题。

#!/bin/bash
for i in {900..995}; do
if [[ ${i} -eq ${i} ]]; then
cat comp${i}_*_R1_001.fastq
fi
done

-我想要两个输出：

一个输出将包含以下所有行：

comp900_c0_seq1_Glicose_1_ACTTGA_merge_R1_001.fastq
comp900_c0_seq2_Glicose_1_ACTTGA_merge_R1_001.fastq

它的名字应该是comp900_R1.out

另一个输出将包含以下行：

comp995_c0_seq1_Xilano_1_AGTCAA_merge_R1_001.fastq

它的名字应该是comp995_R1.out

最后，正如我所说，这是一个小测试。我希望我的脚本能够处理许多具有相同特征的文件。

Answer 1

使用awk：

ls -1 *.fastq | awk -F_ '$8 == "R1" {system("cat " $0 ">>" $1 "_R1.out")}'

列出所有*.fastqawk的文件，在_上拆分。检查第 8：$8部分是否R1，然后将cat >>文件附加到第一部分$1+_R1.out中，这将是comp900_R1.out或comp995_R1.out。假定文件名不包含空格或其他特殊字符。

结果：

包含以下所有行的文件comp900_R1.out

comp900_c0_seq1_Glicose_1_ACTTGA_merge_R1_001.fastq
comp900_c0_seq2_Glicose_1_ACTTGA_merge_R1_001.fastq

和包含所有行的文件comp995_R1.out

comp995_c0_seq1_Xilano_1_AGTCAA_merge_R1_001.fastq

Answer 2

我尝试了一个通用解决方案：

#!/bin/bash
for f in *_R1_*; do
code=$(echo $f | cut -d _ -f 1)
cat $f >> ${code}_c0_seq1_Glicose_1_ACTTGA_merge_R1_001.fastq
done

循环访问包含_R1_的文件，然后将其输出追加到基于code的文件。

cut通过拆分文件名(-d _)并返回第一个字段(-f 1)来提取代码。