web-dev-qa-db-ja.com

grepパターンがファイルから完全に一致し、最初の列でのみ検索

私はこのような大きなファイルを持っています：

denovo1 xxx yyyy oggugu ddddd
denovo11 ggg hhhh bbbb gggg
denovo22 hhhh yyyy kkkk iiii
denovo2 yyyyy rrrr fffff jjjj
denovo33 hhh yyy eeeee fffff

次に、私のパターンファイルは：

denovo1
denovo3
denovo22

ファイル内のパターンと完全に一致する行のみを抽出するためにfgrepを使用しようとしています（したがって、denovo1は必要ですが、denovo11は必要ありません）。完全一致に-xを使用しようとしましたが、空のファイルが表示されました。私は試した：

fgrep -x --file="pattern" bigfile.txt > clusters.blast.uniq

最初の列でのみgrep検索を行う方法はありますか？

shellcommand-linegrepregular-expression
4
Francesca de Filippis

-wフラグ-man grepから

   -w, --Word-regexp
          Select  only  those  lines  containing  matches  that form whole
          words.  The test is that the matching substring must  either  be
          at  the  beginning  of  the  line,  or  preceded  by  a non-Word
          constituent character.  Similarly, it must be either at the  end
          of  the  line  or  followed by a non-Word constituent character.
          Word-constituent  characters  are  letters,  digits,   and   the
          underscore.

つまり.

grep -wFf patfile file
denovo1 xxx yyyy oggugu ddddd
denovo22 hhhh yyyy kkkk iiii

最初の列でのみ一致を強制するには、パターンファイルのエントリを変更してラインアンカーを追加する必要があります。また、の代わりに\bワードアンカーを使用することもできます。コマンドライン-wスイッチ例patfile：

^denovo1\b
^denovo3\b
^denovo22\b

その後

grep -f patfile file
denovo1 xxx yyyy oggugu ddddd
denovo22 hhhh yyyy kkkk iiii

ファイルに単純な固定文字列ではなく正規表現が含まれている場合は、-Fスイッチを削除する必要があることに注意してください。

5
steeldriver

awkも使用できます：

awk 'NR==FNR{a[$0]=$0}NR>FNR{if($1==a[$1])print $0}' pattern_file big_file

出力：

denovo1 xxx yyyy oggugu ddddd
denovo22 hhhh yyyy kkkk iiii
4
Hackaholic