-name '*.txt'
соответствует файлам, имена которых заканчиваются на .txt
. Это не будет соответствовать вашему. Используйте шаблон, соответствующий вашим файлам:
find. -name '-file*' -exec cat {} +
Или
cat./-file*
, если все они находятся в текущем каталоге, (также имеет преимущество объединения тех файлов, упорядоченных в алфавитном порядке, в отличие от find
, которые перечисляют файлы в случайном порядке ).
Обратите внимание, что --
выше не требуется, так как аргументы, переданные в cat
, начинаются с ./
, а не с -
.
Для более точного соответствия (только -file
, за которым следуют ровно две десятичные цифры):./-file[0-9][0-9]
Возможно, не самая эффективная для очень больших файлов, но рабочая версия.
Ввод файл файл1:
Bin_37:_Pelotomaculum_sp._DTU098 GH3 GH57 GH15 GH18 GT2 GT4 GT28
Bin_45_1:_Thiopseudomonas_denitrificans GH3 GH57 GT2 GT9 CBM48
Bin_99:_to_make_sure_no_columns_is_ok
Скрипт(/bin/sh или /bin/bash):
#!/bin/sh
F="file1";
COLS=$(cat "${F}"|sed 's/^[^\t]*//g;s/\t/\n/g'|sort|uniq|xargs);
# list of all available unique columns in SORTED order
echo "All avaiulable columns: [${COLS}]";
echo
# reading from the file line by line
cat "${F}"|while read L; do
# assign to A the first column
A=$(echo "${L}"|cut -d' ' -f1);
# if A is not empty
[ -n "${A}" ] &&
{
# take one by one all possible column values
for C in ${COLS}; do
# if the taken line has such column, add it to A,
# otherwise add to A NA
echo "${L} "|grep "\s${C}\s" >/dev/null &&
A="$A"$'\t'"${C}" ||
A="$A"$'\tNA';
done;
# print result line
echo "${A}";
};
done
Выход:
All avaiulable columns: [CBM48 GH15 GH18 GH3 GH57 GT2 GT28 GT4 GT9]
Bin_37:_Pelotomaculum_sp._DTU098 NA GH15 GH18 GH3 GH57 GT2 GT28 GT4 NA
Bin_45_1:_Thiopseudomonas_denitrificans CBM48 NA NA GH3 GH57 GT2 NA NA GT9
Bin_99:_to_make_sure_no_columns_is_ok NA NA NA NA NA NA NA NA NA
То же(без списка доступных колонок в начале)одним вкладышем:
F="file1"; COLS=$(cat "${F}"|sed 's/^[^\t]*//g;s/\t/\n/g'|sort|uniq|xargs); cat "${F}"|while read L; do A=$(echo "${L}"|cut -d' ' -f1); [ -n "${A}" ] && { for C in ${COLS}; do echo "${L} "|grep "\s${C}\s" >/dev/null && A="$A"$'\t'"${C}" || A="$A"$'\tNA'; done; echo "${A}"; }; done
ОБНОВЛЕНО. Оптимизирована более эффективная версия , основанная на предложениях в комментариях (Требуется /bin/bash):
F="file1"; IFS=$'\n'; COLS=($(sed 's/^[^\t]*//g;s/\t/\n/g' "${F}"|sort -u)); while read -r L; do A="${L%%$'\t'*}"; [ -n "${A}" ] && for C in ${COLS[@]}; do [[ "${L}"$'\t' == *$'\t'"${C}"$'\t'* ]] && A="$A"$'\t'"${C}" || A="$A"$'\tNA'; done && echo "${A}"; done <${F}; IFS=' '
При условии, что ваш входной файл хорошо разделен табуляцией, вы можете использовать этот скрипт GNU awk:
awk 'BEGIN{RS="[\t\n]"} !NF{$1="NA"} {printf "%s%s", $0, RT}' file
Разделитель записей RS
устанавливается на табуляцию или новую строку, чтобы получить количество полей в NF
.
Если NF
пусто, то есть между двумя вкладками нет слова, добавляется строка NA
.
Сценарий печатает результирующую запись с признаком окончания записиRT
(a \t
или\n
).