使用 gawk 提取列中帶有字符串的行

Question

我試圖從制表符分隔的文件中提取行，如果它在第 4 列中包含某個單詞。 例如，如果輸入文件 test.txt 是：

chr     8       1234    abc ; xyz
chr     8       1255    abc
chr     8       987     xyz
chr     8       5467    jxyzm

以下代碼僅正確輸出第一行和第三行：

gawk -F"\t" ' { if($4 ~ /\<xyz\>/) print $0 } ' test.txt >> test.out

但是，當我嘗試在循環中運行它時，在 bash 腳本中，我的 output 文件是空白的。 我正在使用的代碼是：

while read id
do    
    OFILE=${ODIR}/${id}.txt
    gawk -v id="$id" -F"\t" ' { if($4 ~ /\<id\>/) print $0 } ' ${IFILE} >> ${OFILE}
done < ${GFILE}

文件 ${GFILE} 每行一個單詞，例如：

xyz
fg45
tre2y

我究竟做錯了什么？

謝謝！

編輯為：

1. 在輸入文件中添加第四行
2. 將 -v id="$id" 添加到命令...腳本仍然不起作用！

Answer 1

您可以很好地使用awk從一個文件中讀取搜索模式並在其他文件中查找匹配項，如下所示：

awk -F '\t' '
NR == FNR {
   words[$1]
   next
}
{
   for (w in words)
      if (index($4, w)) {
         print > w ".txt"
         break
      }
}' "$GFILE" "$IFILE"

然后檢查output：

cat xyz.txt

chr     8       1234    abc ; xyz
chr     8       987     xyz

---

如果您真的-真的想修復您的 shell 腳本，那么這里是：

while read id; do
    awk -F '\t' -v id="$id" '$4 ~ id' "$IFILE" > "$id.txt"
done < "$GFILE"