Classificando um arquivo linha por linha com base em outro arquivo

Question

Estou tentando classificar as linhas de um arquivo de texto com base em um "índice" em outro arquivo, de modo que o arquivo de texto seja organizado, linha por linha, na mesma ordem do arquivo de índice.

O código a seguir alcança o que eu quero fazer, mas eu quero substituir file_to_sort.txt por outra variável (para que eu possa passar 2 argumentos de linha de comando) para fazer deste um script geral. Eu não consigo descobrir como fazer o loop while lidar com isso.

while read line ; do grep $line file_to_sort.txt ; done < ../index.txt

O arquivo a ser classificado é o seguinte:

Locus ./PAK_01896.fsa GC: 0.401826484018
Locus ./PAK_02014.fsa GC: 0.355555555556
Locus ./PAK_02606.fsa GC: 0.415555555556
Locus ./PAK_03203.fsa GC: 0.391111111111
Locus ./PAU_01961.fsa GC: 0.395555555556
Locus ./PAU_02074.fsa GC: 0.406392694064
Locus ./PAU_02206.fsa GC: 0.353333333333
Locus ./PAU_02775.fsa GC: 0.415555555556
Locus ./PAU_03392.fsa GC: 0.384444444444
Locus ./PLT_01696.fsa GC: 0.42
Locus ./PLT_01716.fsa GC: 0.422222222222
Locus ./PLT_01736.fsa GC: 0.433333333333
Locus ./PLT_01758.fsa GC: 0.426666666667
Locus ./PLT_02424.fsa GC: 0.413333333333
Locus ./PLT_02568.fsa GC: 0.391111111111

E a ordem do índice tem esta aparência (e, portanto, a saída deve ser o primeiro arquivo, classificada de acordo com as strings ./xxx_xxxx no segundo).

PAU_03392
PAK_03203
PAU_01961
PAK_01787
PLT_02568
PAU_02074
PAK_01896
PLT_02424
PAU_02775
PLT_01696
PAK_02606
PLT_01736
PLT_01758
PLT_01716
PAU_02206
PAK_02014

Tenho certeza de que isso é muito simples, mas não consigo enxergar e o que quer que eu esteja procurando para tentar resolver isso não está respondendo corretamente (já que tenho certeza de que isso foi respondido em algum lugar.

    

Answer 1

#!/bin/bash
FILE_TO_SORT="$1"
INDEX_FILE="$2"
TMP_FILE=$(mktemp)

while read LINE; do
    grep "$LINE" "$FILE_TO_SORT" >>"$TMP_FILE"
done <"$INDEX_FILE"

mv -f "$TMP_FILE" "$FILE_TO_SORT"

O script acima terá 2 argumentos e classificará o primeiro com base no segundo, leve em consideração que as linhas não correspondidas por qualquer no arquivo de índice serão descartadas, também o arquivo original será substituído pelo arquivo classificado. Além disso, se você tiver várias linhas para serem classificadas com o mesmo índice e quiser que sejam classificadas, você pode alterar a linha grp para este grep "$LINE" "$FILE_TO_SORT" | sort -f 4 >>"$TMP_FILE" e ele será classificado pelo número (campo 4) no final. .

    

Answer 2

se tudo o que você quer fazer é substituir o nome do arquivo codificado a ser ordenado e o arquivo de entrada por variáveis, isso funcionará: input_file="$1"; file_to_sort="$2"; while read line ; do grep $line $file_to_sort ; done < $input_file , execute-o passando ../index.txt e file_to_sort.txt como argumentos para o script.

também, note que no seu script, se houver linhas no file_to_sort que não combinem com nenhuma linha no index.txt, elas serão omitidas na saída.