从一个文件里选取另一个文件匹配的行

蓝色未央

a文件长这样：
>comp1
gjakhfdjkshafk
afhkjdlshfLK
>comp2
fghakljdhfjka
Fhsdjkhyiowe
fajkfaljfsa
>comp3

hskfjhkld
>comp4
hsk

fahkfah



b文件长这样：
>comp1
>comp2
>comp3




目标文件是从a文件中抽取b文件中有的行以及下面的附属的一些内容，行数不定
结果文件：
>comp1
gjakhfdjkshafk
afhkjdlshfLK
>comp2
fghakljdhfjka
Fhsdjkhyiowe
fajkfaljfsa
>comp3

hskfjhkld


我编写了一个for循环的语句，但是因为文件太大，一个个去循环太耗时间了，所以求助大神 感谢

jason680

$ awk 'FNR==NR{__[$_];next}/>/{_0=($_ in __)?!_:_}_0' b a
>comp1
gjakhfdjkshafk
afhkjdlshfLK
>comp2
fghakljdhfjka
Fhsdjkhyiowe
fajkfaljfsa
>comp3

hskfjhkld

moperyblue

1. awk 'NR==FNR{a[$1]=1;next}/>/{f=a[$1]}f' b a

复制代码

1. awk 'NR==FNR{a[$1]=1;next}NF&&a[$1]{printf RS $0}' RS=">" b a

复制代码

龙牙地主天

1. awk -vRS=">" 'NR==FNR{a[$1]=$1 ; next}{if(a[$1]) print RS$0}' b a

复制代码

蓝色未央

jason680 发表于 2017-08-02 16:04
$ awk 'FNR==NR{__[$_];next}/>/{_0=($_ in __)?!_:_}_0' b a
>comp1
gjakhfdjkshafk

多谢大神回复，可否再寻问您一个问题:

文件有四列，其中第二列和第四列分别是长度，第一列有不定时的重复，如果第一列一样，则取第二列最长的序列:
例如
a 365 g 423
a 365 hj 12
b 563 iop 41
b 563 zx 423
b 563 jk 962

结果文件显示
a 365 g 423
b 563 jk 962

感激