Question

我有以下两个代码：

nut=`awk "/$1/{getline; print}" ids_lengths.txt`

和

grep -v '#' neco.txt |
grep -v 'seq-name' |
grep -E '(\S+\s+){13}\bAC(.)+CA\b' |
awk '$6 >= 49 { print }' |
awk '$6 <= 180 { print }' |
awk '$4 > 1 { print }' |
awk '$5 < $nut { print }' |
wc -l

我希望我的剧本在这个地方取代“坚果”：

awk '$4 < $nut { print }'

从中返回的数字：

nut=`awk "/$1/{getline; print}" ids_lengths.txt`

但是，上面的代码中的$ 1应该代表来自ids_lengths.txt的列，而不是来自neco.txt的第一列！（类似于我在主代码中使用$ 6和$ 4）。

帮助如何解决这些嵌套的awk肯定会受到赞赏： - ）

编辑：我的输入文件（neco.txt）的行如下所示：

FZWTUY402JKYFZ  2   100.000 3   11  9     4.500 7   0   0   0   .   TG  TGTGTGTGT

最大的问题是我想过滤那些第五列数小于数字的行，当我用第一列（例如FZWTUY402JKYFZ）搜索时，我从另一个文件（ids_lengths.txt）得到这些行。这就是为什么我在我的草稿中添加“nut”变量： - ）

ids_lengths.txt如下所示：

>FZWTUY402JKYFZ 
153
>FZWTUY402JXI9S 
42
>FZWTUY402JMZO4 
158

Answer 1

您可以将两个grep -v操作和四个连续awk操作合并为一个。这为您提供了有用的经济效益，而无需完全重写所有内容：

nut=`awk "/$1/{getline; print}" ids_lengths.txt`
grep -E -v '#|seq-name' neco.txt |
grep -E '(\S+\s+){13}\bAC(.)+CA\b' |
awk -vnut="$nut" '$6 >= 49 && $6 <= 180 && $4 > 1 && $5 < nut { print }' |
wc -l

我不打算让单个awk脚本确定nut的值并执行基于值的过滤。它可以完成，但它会不必要地使事情变得复杂 - 除非你能证明整个事情是生产系统性能的瓶颈，在这种情况下你会更努力地工作（尽管在这种情况下我可能会使用Perl;它可以在一个命令中完成所有操作。）

Answer 2

约：

awk -v select="$1" '$0 ~ select && FNR == NR { getline; nut = $0; } FNR == NR {next} $4 > 1 $5 < nut && $6 >= 49 && $6 <= 180 && ! /#/ && ! /seq-name/ && $NF ~ /^AC.+CA$/ {count++} END {print count}' neco.txt ids_lengths.txt

正则表达式需要调整到AWK理解的东西。我看不出正则表达式与您提供的示例数据的匹配程度。部分解决方案可能是使用字段计数作为条件之一。可能是NF == 13或NF >= 13。

以上是为了便于阅读而在多行上分解的脚本：

awk -v select="$1" '
    $0 ~ select && FNR == NR {
        getline
        nut = $0; 
    }
    FNR == NR {next}
    $4 > 1
    $5 < nut && 
    $6 >= 49 && 
    $6 <= 180 && 
    ! /#/ && 
    ! /seq-name/ &&
    $NF ~ /^AC.+CA$/ {
        count++
    } 
    END {
        print count
}' ids_lengths.txt neco.txt

嵌套的awk命令？

2 个答案: