Question

我有一个制表符分隔的文件。最后一列是以分号分隔的，具有不相等的长行。我想解析这个专栏。

输入：

AA   762    8640    BB    CC     DD      EE=T;FF=C;GG=G;HHA
II   852    6547    JJ    KK     LL      MM=G;NN=P;QQ=RF

期望的输出：

AA   762    8640    BB    CC     DD      EE=T    FF=C    GG=G   HHA
II   852    6547    JJ    KK     LL      MM=G    NN=P    QQ=RF

我可以得到例如使用此代码的前三个值：

awk 'BEGIN { FS=";" } { print $1, $2, $3}' file

但是，当我运行它时，它不解析列，只是按原样打印文件：

awk 'BEGIN { FS=";" } { print $0}' file

我该如何解决这个问题？

Answer 1

您可以尝试以下内容：

awk 'BEGIN{FS=OFS="\t"}{gsub(/;/,"\t",$NF)}1' file

$ cat file
AA  762 8640    BB  CC  DD  EE=T;FF=C;GG=G;HHA
II  852 6547    JJ  KK  LL  MM=G;NN=P;QQ=RF

$ awk 'BEGIN{FS=OFS="\t"}{gsub(/;/,"\t",$NF)}1' file
AA  762 8640    BB  CC  DD  EE=T    FF=C    GG=G    HHA
II  852 6547    JJ  KK  LL  MM=G    NN=P    QQ=RF

Answer 2

另一种awk方法

awk -F'[[:space:];]' -vOFS='\t' '{$1=$1;print}' input.txt
AA  762 8640    BB  CC  DD  EE=T    FF=C    GG=G    HHA
II  852 6547    JJ  KK  LL  MM=G    NN=P    QQ=RF

Answer 3

使用tr用这样的标签替换分号：

tr ";" "\t" <yourfile

如何只解析一个具有不同分隔符的列？

3 个答案: