使用awk / grep从数据库中提取#s，过滤

Question

我有一个大的制表符分隔数据库，如下所示：

1       14933   14933   G       A       ID=COSN404397;OCCURENCE=1(lung)  
1       14948   14948   G       A       ID=COSN415697,COSN415698;OCCURENCE=2(urinary_tract)  
1       69537   69537   G       T       ID=COSM536198;OCCURENCE=1(lung)  
1       69538   69538   G       A       ID=COSM75742;OCCURENCE=1(ovary)  
...

我正在尝试使用awk或grep来保留只有OCCURENCE＆gt; = 3的行（是的，它在整个数据库中拼错了！），但我似乎无法弄清楚如何最好地分割/扫描第6列...

Answer 1

这个简短的单行应该适合你。顺便说一句，你当前的例子中没有OCCURENCE>=3行：）

 awk -F'OCCURENCE=|\\(' '$2>=3' file

好吧......如果打高尔夫球...... (=是关键......：D

awk -F'[(=]' '$3>2' file

Answer 2

试试这个：

$ awk -F\; '{ if (substr($2,11,index($2,")")) >= 3) print $0; }' x.txt

Answer 3

短一个衬垫，仍保持FS可用：

$ awk -F'[(=\t;]' '$9>2' file