不起作用的加入操作

Question

我有一个文件，如下所示：

AKT3
ARRB1
ATF2
ATF4
BDNF
BRAF
C00076
C00165
TNF
TNFRSF1A
TP53
TRAF2
TRAF6

对我来说，它是完美分类的。 不是？ 另外，我还有另一个文件，其中包含AKT3，BRAF，TRAF6等作为其第一列元素。 由于此文件太大，因此我不在此放置它。 但是，我键入后：

LANG=en_EN join -j 1 file2 file1 > output -t $'\t'

输出文件包含以下几行：

TRAF6   0   genome...
TRAF6   0   genome...
TRAF6   0   genome...
TRAF6   0   genome...

我必须在此输出中看到以AKT3，BRAF等开头的其他行，但只有TRAF6行。 问题是什么？ 如何获得适当的输出？ 谢谢。

编辑：您可以从此链接获取大文件： https : //www.dropbox.com/s/a2dmsq1tskpb9vg/sorted_mutation_data?dl=0

它约为25 MB。 对此我感到抱歉。

编辑（2）：可以说... File1：

ADA
ADAM
BRUCE
GARY

文件2：

AB 1
ABA 2
ABB 3
ADA 4
ADA 5
EVE 6
EVE 7
EVE 8 
GARY 9
GARY 10

输出应为：

ADA 4
ADA 5
GARY 9
GARY 10

编辑：问题是由某种方式隐藏在文本中的不可打印的ASCII字符引起的。 全部删除后，我可以使用“ join”。

Answer 1

因此，我不知道您的环境是什么，但这对我来说（我使用显式排序以确保它可以正常工作，并且还揭示了当您按默认的整理顺序对整行进行排序而不是按默认排序顺序时会发生什么情况显式字段）。

还要注意，我在使用join命令的语句上没有-t $'\\t' 。 如果您的第二个文件具有制表符分隔的字段，则需要使用真实的制表符和文件名前的选项来正确表示，并且还可能必须确保文件使用相同的键和字段进行排序分隔器。

#! /bin/sh

f1=$(mktemp -t jdata)
f2=$(mktemp -t jdata)

trap "RC=$?; rm -f $f1 $f2*; exit $RC" 0 1 2 3 15

sort > $f1 <<__EOF__
ADA
ADAM
BRUCE
GARY
__EOF__

sort > $f2 <<__EOF__
AB 1
ABA 2
ABB 3
ADA 4
ADA 5
EVE 6
EVE 7
EVE 8 
GARY 9
GARY 10
__EOF__

join -j 1 $f1 $f2

sh ./tjoin-multi.sh

ADA 4
ADA 5
GARY 10
GARY 9