我正在尝试使用 grep 命令在包含特定目录中数千行的文件的每一行中查找唯一字符串，并将输出保存在新文件（例如 output.txt）中的一行中。然后我对更多的文件重复这个过程，将所有输出存储在同一个文件中。

但是，使用grep命令输出的每一行远远超过了每个文件的总行数，而且输出也只包含一个文件而不是数百个文件的结果。此外，为了不更改目录中的任何文件，我将目录复制到另一个位置以保护原始目录。下面是我写的代码（带注释）供您查看和帮助；

#!/bin/bash
IFS=$'\n' read -d '' -r -a genomes < list.txt
j=0
m=0
grep -o Eco.* ./${genomes[j]}_ani_output.txt | cut -c 59- | cut -d '/' -f 1 >> list1
IFS=$'\n' read -d '' -r -a genome_names < list1 
rm list1

while [ $m -eq 0 ] 
do
    for((i=0; i<=16547; i++))
    do
        grep -w ${genome_names[i]} ./${genomes[j]}_ani_output.txt >> list2 # grep command to fine unique genome names in a specific order. This grep command in the for loop is the problem. generates wrong outputs
    done

    if ((i=16547))
    then      
        cut -f 3 list2 >> list3
        rm list2                    

        IFS=$'\n' read -d '' -r -a values < list3 
        echo "${genomes[j]} ${values[*]}" >> table
        i=$((i-i))            
        j=$((j+1))              
        rm list3
        unset name 
    fi

    if ((j=1000))
    then
        m=$((m+1))
    fi
done

第一个 cut 命令用于获取名为 list1 的文件的第二列中的基因组名称，如附图所示。第二次切割用于获取每个基因组的值。数字 16547 是在每个文件中找到的总行数。

content of file with unique genome names in second column retrieved using first cut command