Unix 批量grep，但根据第一个输入文件排序结果

我有一个文件（称之为fileA），其中一列标识符包含重复项。看起来是这样的：

GO:0005515 GO:0005737 GO:0005875 GO:0005884 GO:0005200 GO:0005524 GO:0005737 ... GO:0000001 mitochondrion inheritance GO:0000002 mitochondrial genome maintenance GO:0000003 reproduction GO:0000006 high-affinity zinc uptake transmembrane transporter activity GO:0000007 low-affinity zinc ion transmembrane transporter activity GO:0000009 alpha-1,6-mannosyltransferase activity GO:0000010 trans-hexaprenyltranstransferase activity GO:0000011 vacuole inheritance ... GO:0005515 GO:0005737 GO:0005875 GO:0005884 GO:0005200 GO:0005524 GO:0005737 ... 我有另一个文件（称为fileB），它包含两列，第一列有标识符，另一列有关联的文本。看起来是这样的：

GO:0005515 GO:0005737 GO:0005875 GO:0005884 GO:0005200 GO:0005524 GO:0005737 ... GO:0000001 mitochondrion inheritance GO:0000002 mitochondrial genome maintenance GO:0000003 reproduction GO:0000006 high-affinity zinc uptake transmembrane transporter activity GO:0000007 low-affinity zinc ion transmembrane transporter activity GO:0000009 alpha-1,6-mannosyltransferase activity GO:0000010 trans-hexaprenyltranstransferase activity GO:0000011 vacuole inheritance ... GO:0000001线粒体继承 GO:0000002线粒体基因组维护 GO:0000003复制 GO:0000006高亲和力锌摄取跨膜转运蛋白活性 GO:0000007低亲和力锌离子跨膜转运蛋白活性 GO:0000009α-1,6-甘露糖基转移酶活性 GO:0000010反式己烯基转移酶活性 GO:0000011液泡遗传 ... 我希望使用fileA中的标识符进行grep，以便从fileB中获得具有标识符和描述的匹配行，并以与fileA（而不是fileB）相同的顺序在另一个fileC中输出它，同时保留重复项

我尝试了几种不同的方法：

fgrep -f fileA fileB > fileC fgrep-f fileA fileB>fileC 这不起作用，因为fileC中的顺序是fileB的顺序，而不是fileA

for name in `FileA` do grep "$name" FileB >> FileC done 在'FileA'中的名称` 做 grep“$name”文件B>>文件C 完成 这应该是可行的，但输出是：

GO:0005515 protein binding GO:0005737 cytoplasm GO:0005737 cytoplasm GO:0005737 cytoplasm GO:0005737 cytoplasm GO:0005737 cytoplasm GO:0016301 kinase activity GO:0005525 GTP binding GO:0005737 cytoplasm GO:0016021 integral component of membrane ... GO:0005515蛋白质结合 GO:0005737 GO:0005737 GO:0005737 GO:0005737 GO:0005737 GO:0016301激酶活性 GO:0005525 GTP绑定 GO:0005737 GO:0016021膜的整体组件 ... 它们也不符合文件A的顺序（前两个文件除外）

---

有什么想法吗？

试试这个awk单行程序，输出应该遵循文件a的顺序

awk 'NR==FNR{b[$1]=$0;next}$1 in b{print b[$1]}' fileB fileA

如果

文件b

中的两列由

分隔，则在

awk

之后添加

-F'\t

，因此：

awk -F'\t' 'NR==FNR......`

添加一个测试

kent$head-fa-fb
==>fa fb在经历了许多挫折之后，结果证明，在本例中，是fileA具有Windows格式（而不是最初认为的fileB）

虽然fileA是在UNIX系统上生成的，但它是由Windows计算机上程序Blast2GO最初生成的文件生成的。这就是为什么它没有早些被捕获的原因

我使用以下命令删除回车符：

sed -i 's/\r$//' fileA
sed-i的/\r$/'文件a
…然后是原始帖子中建议的循环和第一个答案中提供的脚本。
不幸的是，这两个循环似乎都按照原始帖子中使用bash脚本观察到的顺序返回，而不是按照文件A的顺序，并且只返回标识符，而不是标识符+描述。@Ekall I添加了一个测试，这些描述与indexNo一样简单。出示订单。检查您是否得到相同的输出。我得到您测试用例的结果，但不是我的用例。我的一个文件，带有标识符和描述的文件，是在Windows机器上准备的，UNIX处理是在UNIX机器上完成的。这可能是问题的一部分吗？有一些像dos2unix这样的工具可以将dos/win格式转换为unix，例如换行符。。。你可以试试@ekall