Bash fgrep-f，它还从string_文件输出匹配的字符串

我正在使用命令：

fgrep -wf string_file.txt searching_file.txt > myoutput.txt

（在下面的例子中，为了简单起见，为了举例，我只提供了很少的值，但请假设可能还有更多）

-f

用于指定基于search_file.txt中的搜索的字符串_文件

-w

用于执行基于单词的搜索，并消除两个文件之间的分数匹配

string_file.txt包含：

DEFB106A
ZXFGH456
ANKRD23
FNTDRE2433

1553970_s_at    carboxyl ester lipase (bile salt-stimulated lipase) /// bile salt-activated lipase
1552411_at  defensin, beta 106A /// defensin, beta 106B, DEFB106A /// DEFB106B
1555890_at  olfactory receptor, family 2, subfamily A, member 20 pseudogene /// OR2A20P /// OR2A9P
1553366_s_at    ankyrin repeat domain 23 /// ankyrin repeat domain 39, ANKRD23 /// ANKRD39  
1554894_a_at    pterin-4 alpha-carbinolamine dehydratase/dimerization cofactor of hepatocyte PCBD2
1555286_at  cyclin-dependent kinase-like 1 (CDC2-related kinase), CDKL1

搜索_file.txt包含：

DEFB106A
ZXFGH456
ANKRD23
FNTDRE2433

1553970_s_at    carboxyl ester lipase (bile salt-stimulated lipase) /// bile salt-activated lipase
1552411_at  defensin, beta 106A /// defensin, beta 106B, DEFB106A /// DEFB106B
1555890_at  olfactory receptor, family 2, subfamily A, member 20 pseudogene /// OR2A20P /// OR2A9P
1553366_s_at    ankyrin repeat domain 23 /// ankyrin repeat domain 39, ANKRD23 /// ANKRD39  
1554894_a_at    pterin-4 alpha-carbinolamine dehydratase/dimerization cofactor of hepatocyte PCBD2
1555286_at  cyclin-dependent kinase-like 1 (CDC2-related kinase), CDKL1

此运行的输出为：myoutput.txt

1552411_at  defensin, beta 106A /// defensin, beta 106B, DEFB106A /// DEFB106B
1553366_s_at    ankyrin repeat domain 23 /// ankyrin repeat domain 39, ANKRD23 /// ANKRD39

由于搜索字符串（用于执行搜索的String文件的字符串）通常被发现是“掩埋”在行的中间，例如：“DEFB106A”在行的中间：

1552411_at  defensin, beta 106A /// defensin, beta 106B, **DEFB106A** /// DEFB106B

• 我主要感兴趣的是使用sting_文件中自己的原始字符串来分配每个输出行，这样我就能够轻松地确定在searching_file.txt文件中生成了匹配的搜索字符串
• 或者，换句话说，这里的想法是从原始行中提取匹配字符串。同时，我还需要整个上下文（因此我也对输出整个匹配行感兴趣，因为它包含我需要的值，例如probeset ID，例如1552411_At）
• 这里的想法也是为了让我们能够识别string_file.txt中的哪个字符串在搜索_file.txt中匹配

例如，作为输出，我希望得到如下结果：

1552411_at  defensin, beta 106A /// defensin, beta 106B, DEFB106A /// DEFB106B    DEFB106A 
1553366_s_at    ankyrin repeat domain 23 /// ankyrin repeat domain 39, ANKRD23 /// ANKRD39  ANKRD23 

或

---

请注意，许多情况下，如ZXFGH456和FNTDRE2433（来自字符串_文件）都不会产生任何匹配。

您可以使用

sed

对

grep的输出进行后处理，如下所示-假设您有Bash和：

\
是一些版本的
sed
支持标记单词开头和结尾的老式符号。实际上，除非您需要搜索列表中另一个单词的子字符串（因此，如果您需要搜索
ABCD
和
ABCDEF
，则必须使用结束标记），否则可能不需要这些标记

此
sed
脚本输出通过过程替换提供给外部
sed
，并对
grep
的输出进行后处理（
grep-F
相当于
fgrep
），以生成所需的输出

如果一行中出现多个术语，它们都将被推到前面。如果这是一个问题，有一些方法可以解决，但它们不是特别整洁（尽管大多数问题来自使用
sed
生成
sed
脚本）

在Ubuntu 14.04版本上测试。
您可以使用
sed
对
grep
的输出进行如下后处理-假设您有Bash和：

\
是一些版本的
sed
支持标记单词开头和结尾的老式符号。实际上，除非您需要搜索列表中另一个单词的子字符串（因此，如果您需要搜索
ABCD
和
ABCDEF
，则必须使用结束标记），否则可能不需要这些标记

此
sed
脚本输出通过过程替换提供给外部
sed
，并对
grep
的输出进行后处理（
grep-F
相当于
fgrep
），以生成所需的输出

如果一行中出现多个术语，它们都将被推到前面。如果这是一个问题，有一些方法可以解决，但它们不是特别整洁（尽管大多数问题来自使用
sed
生成
sed
脚本）

在Ubuntu 14.04版本上测试。
您可以使用
sed
对
grep
的输出进行如下后处理-假设您有Bash和：

\
是一些版本的
sed
支持标记单词开头和结尾的老式符号。实际上，除非您需要搜索列表中另一个单词的子字符串（因此，如果您需要搜索
ABCD
和
ABCDEF
，则必须使用结束标记），否则可能不需要这些标记

此
sed
脚本输出通过过程替换提供给外部
sed
，并对
grep
的输出进行后处理（
grep-F
相当于
fgrep
），以生成所需的输出

如果一行中出现多个术语，它们都将被推到前面。如果这是一个问题，有一些方法可以解决，但它们不是特别整洁（尽管大多数问题来自使用
sed
生成
sed
脚本）

在Ubuntu 14.04版本上测试。
您可以使用
sed
对
grep
的输出进行如下后处理-假设您有Bash和：

\
是一些版本的
sed
支持标记单词开头和结尾的老式符号。实际上，除非您需要搜索列表中另一个单词的子字符串（因此，如果您需要搜索
ABCD
和
ABCDEF
，则必须使用结束标记），否则可能不需要这些标记

此
sed
脚本输出通过过程替换提供给外部
sed
，并对
grep
的输出进行后处理（
grep-F
相当于
fgrep
），以生成所需的输出

如果一行中出现多个术语，它们都将被推到前面。如果这是一个问题，有很多方法可以解决，但它们并不特别重要
s/.*\(\<DEFB106A\>\).*/\1 &/
s/.*\(\<ZXFGH456\>\).*/\1 &/
s/.*\(\<ANKRD23\>\).*/\1 &/
s/.*\(\<FNTDRE2433\>\).*/\1 &/