比较基于第1列的两个文件，打印一个文件的唯一部分

Posted 2021-05-06

我有两个文件看起来像这样：

菲尔1：

RYR2 29 70  0.376583106063  4.77084855376
MUC16 51 94 0.481067457376  3.9233164551
DCAF4L2 0 13    0.0691414496833 3.05307268261
USH2A 32 62 0.481792717087  2.81864194236
ZFHX4 14 37 0.371576262084  2.81030548752

文件2：

A26B2
RYR2
MUC16
ACTL9

我需要根据第一列比较它们并仅打印第一个文件中不在第二列的行，因此输出应为：

DCAF4L2 0 13    0.0691414496833 3.05307268261
USH2A 32 62 0.481792717087  2.81864194236
ZFHX4 14 37 0.371576262084  2.81030548752

我尝试用grep：

 grep -vFxf file2 file1

用awk：

awk 'NR==FNR {exclude[$0];next} !($0 in exclude)' file 2 file1

通讯：

comm -23 <(sort file1) <(sort file2)

什么都行不通

答案

您可以使用

grep -vFf file2 file1

此外，grep -vf file2 file1也会起作用，但是如果file2字符串包含*或[，应该作为文字字符读入，你可能会遇到麻烦，因为它们应该被转义。 F让grep将这些字符串视为固定字符串。

笔记

• -v：反转比赛。
• -f file：从文件中获取正则表达式。
• -F：将模式解释为固定字符串列表（而不是正则表达式），由换行符分隔，其中任何一个都要匹配。

因此，它从file2读取正则表达式并将它们应用于file1，一旦找到匹配，由于反向搜索，该行不会输出。这就足够了，因为只有第一列包含字母数字，其余的只包含数字数据。

为什么你的命令不起作用

-x（--line-regexp的缩写）选项意味着Select only those matches that exactly match the whole line。

另外，请参阅有关grep options in grep documentation的更多信息。