使用awk或sed命令循环从文件中打印大量特定行

Question

我有一个带有ID名称的大型txt文件。 它有2500行，一列。 我们称它为file.txt

H3430
H3467
H9805

另外，我还有另一个文件index.txt，其中包含390个数字：

1
4
9
13
15

这些数字是我必须从file.txt中提取的（ID的）行数。 我需要生成另一个文件，称为newfile.txt，它只有index.txt要求的特定行中的390个ID（列表的第一个ID，第四个，第九个，依此类推）。

因此，我尝试执行以下循环，但没有成功。

num=$'index.txt'
for i in num
do
awk 'NR==i' "file.txt" > newfile.txt
done

对于这个问题，我是个菜鸟。所以，我需要一些帮助。 即使是在我的循环或您建议的新解决方案中。 谢谢 ：）

Answer 1

让我们创建一个示例文件，使用seq模拟您的2500行文件：

$ seq 2500 > /tmp/2500

并使用示例将行号打印到名为390的文件中：

$ echo "1
4
9
13
15" > /tmp/390

您可以通过将行号读取到数组中并在该数组中打印行来在文件2500中打印N行：

$ awk 'NR==FNR{ a[$1]++; next} a[FNR]' /tmp/390 /tmp/2500

您还可以使用sed命令文件：

$ sed 's/$/p/' /tmp/390 > /tmp/sed_cmd
$ sed -n -f /tmp/sed_cmd /tmp/2500

使用GNU sed，您可以sed 's/$/p/' /tmp/390 | sed -n -f - /tmp/2500 sed 's/$/p/' /tmp/390 | sed -n -f - /tmp/2500但在OS X上不起作用:-(

您可以这样做：

$ sed -n -f <(sed 's/$/p/' /tmp/390) /tmp/2500

Answer 2

您可以将index.txt文件读入地图，然后将其与file.txt的行号进行比较。 将输出重定向到另一个文件。

awk 'NR==FNR{line[$1]; next}(FNR in line){print $1}' index.txt file.txt > newfile.txt

当您使用两个文件时，必须使用FNR，因为新文件启动时它将重置为1（相反，NR将继续增加）。

正如Ed Morton在评论中建议的那样。 然后可以对命令进行优化，以进一步删除{print $1}因为awk默认情况下会根据真相进行打印。

awk 'NR==FNR{line[$1]; next} FNR in line' index.txt file.txt > newfile.txt

Answer 3

如果index.txt已排序，我们可以按顺序遍历file.txt 。
这样可以将操作数量减少到最少（更快的脚本）：

awk 'BEGIN
     {  indexfile="index.txt"
        if ( (getline ind < indexfile) <= 0)
             { printf("Empty %s\n; exiting",indexfile);exit }
     }
     {  if ( FNR <  ind ) next
        if ( FNR == ind ) printf("%s %s\n",ind,$0)
        if ( (getline ind < indexfile) <= 0) {exit}
     }' file.txt

如果文件未真正排序，请使用sort快速排序：

sort -n index.txt > temp.index.txt
rm index.txt
mv temp.index.txt index.txt