使用awk或sed命令循環從文件中打印大量特定行

Question

我有一個帶有ID名稱的大型txt文件。 它有2500行，一列。 我們稱它為file.txt

H3430
H3467
H9805

另外，我還有另一個文件index.txt，其中包含390個數字：

1
4
9
13
15

這些數字是我必須從file.txt中提取的（ID的）行數。 我需要生成另一個文件，稱為newfile.txt，它只有index.txt要求的特定行中的390個ID（列表的第一個ID，第四個，第九個，依此類推）。

因此，我嘗試執行以下循環，但沒有成功。

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

對於這個問題，我是個菜鳥。所以，我需要一些幫助。 即使是在我的循環或您建議的新解決方案中。 謝謝 ：）

Answer 1

讓我們創建一個示例文件，使用seq模擬您的2500行文件：

$ seq 2500 > /tmp/2500

並使用示例將行號打印到名為390的文件中：

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

您可以通過將行號讀取到數組中並在該數組中打印行來在文件2500中打印N行：

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

您還可以使用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:-(

您可以這樣做：

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

Answer 2

您可以將index.txt文件讀入地圖，然后將其與file.txt的行號進行比較。 將輸出重定向到另一個文件。

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

當您使用兩個文件時，必須使用FNR，因為新文件啟動時它將重置為1（相反，NR將繼續增加）。

正如Ed Morton在評論中建議的那樣。 然后可以對命令進行優化，以進一步刪除{print $1}因為awk默認情況下會根據真相進行打印。

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

Answer 3

如果index.txt已排序，我們可以按順序遍歷file.txt 。
這樣可以將操作數量減少到最少（更快的腳本）：

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，請使用sort快速排序：

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