Regex Grep基于一行的前12个字符，但输出整行

我有一个文件（patterns.txt），其中包含一个新行分隔的模式列表，例如：

AAAA........
....CCCC....
........YYYY
ATCC

我正在搜索的文件（table.txt）包含如下内容（大小为120gb）：

我正在使用以下grep命令：

grep -f patterns.txt table.txt

这将返回我的示例中的所有行。然而，如果我可以强制grep只查看前12个字符，那么第一行和第三行就不会返回（这是需要的）

这个grep是一个更大的程序的一部分。这意味着模式必须来自文件。但我可以改变文件的内容，如果需要的话

我在考虑用字符类[ACGTHY]替换所有的点。这意味着模式AAAA……。将变成：

AAAA[ACGTHY][ACGTHY][ACGTHY][ACGTHY][ACGTHY][ACGTHY][ACGTHY][ACGTHY]

这将提供所需的结果，但它似乎相当缓慢。有更好的方法吗

---

编辑：我也在考虑用\S替换点。

你能修改patterns.txt吗

---

在这种情况下，在每行之前添加一个

^

就可以了。这将匹配您的模式，只有当他们开始一行。

您将需要一些更强大的。尝试使用

awk

：

awk 'FNR==NR { a[$1]++; next } { for (i in a) if ($1 ~ i) print }' patterns table

结果:

AAAAGTGTAAYY    0   9   1
HHHHHHHHYYYY    1   8   0
AAATCCCHHHHH    0   0   1

---

那么table.txt中的最后一行将不会由grepIn返回。在这种情况下，当模式长度不是12个字符时，您可以忽略行搜索的开始。但在这种情况下，我认为简单地编写一个脚本来为您实现这一点会更容易。120GB的文本文件意味着您应该使用数据库。

AAAAGTGTAAYY    0   9   1
HHHHHHHHYYYY    1   8   0
AAATCCCHHHHH    0   0   1