从另一个文件中删除与特定模式匹配的行
我有两个文件（我只显示这些文件的开头）：
模式.txt
m64071_201130_104452/13
m64071_201130_104452/26
m64071_201130_104452/46
m64071_201130_104452/49
m64071_201130_104452/113
m64071_201130_104452/147
我的文件.txt
>m64071_201130_104452/13/ccs
ACAGTCGAGCG
>m64071_201130_104452/16/ccs
ACAGTCGAGCG
>m64071_201130_104452/20/ccs
CAGTCGAGCGC
>m64071_201130_104452/22/ccs
CACACATCTCG
>m64071_201130_104452/26/ccs
TAGACAATGTA
我应该得到这样的输出：
>m64071_201130_104452/13/ccs
ACAGTCGAGCG
>m64071_201130_104452/26/ccs
TAGACAATGTA
如果 patterns.txt 中的行与 myfile.txt 中的行匹配，我想创建一个新文件。我需要保留与所讨论的模式相关联的字母 ACTG。我用 ：
for i in $(cat patterns.txt); do
grep -A 1 $i myfile.txt; done > my_newfile.txt
它可以工作，但是创建新文件的速度很慢......我处理的文件很大但不是太多（patterns.txt 为 14M，myfile.txt 为 700M）。
我也尝试使用，grep -v因为我有另一个文件，其中包含不存在于 patterns.txt 中的 myfile.txt 的其他模式。但它是相同的“速度填充文件”问题。
如果您看到解决方案..
回答
使用您显示的样本，请尝试以下操作。用 GNU 编写和测试awk。
awk '
FNR==NR{
arr[$0]
next
}
/^>/{
found=0
match($0,/.*//)
if((substr($0,RSTART+1,RLENGTH-2)) in arr){
print
found=1
}
next
}
found
' patterns.txt myfile.txt
说明：为以上添加详细说明。
awk ' ##Starting awk program from here.
FNR==NR{ ##Checking condition which will be TRUE when patterns.txt is being read.
arr[$0] ##Creating array with index of current line.
next ##next will skip all further statements from here.
}
/^>/{ ##Checking condition if line starts from > then do following.
found=0 ##Unsetting found here.
match($0,/.*//) ##using match to match a regex to till / in current line.
if((substr($0,RSTART+1,RLENGTH-2)) in arr){ ##Checking condition if sub string of matched regex is present in arr then do following.
print ##Printing current line here.
found=1 ##Setting found to 1 here.
}
next ##next will skip all further statements from here.
}
found ##Printing the line if found is set.
' patterns.txt myfile.txt ##Mentioning Input_file names here.