Question

我有一个包含数据库序列名称的文件

他们有以下两种形式

@SequenceGenerator(allocationSize=1, name = "My1_SEQUENCE", sequenceName = "MY1_SEQ")
@SequenceGenerator(name = "My2_SEQUENCE", sequenceName = "MY2_SEQ")

我想要返回MY1_SEQ和MY2_SEQ

如果我使用grep for _SEQ那么我得到整行

我曾尝试使用awk

grep SEQ * | awk '{print $7}'

但这并不能解决每一行可能略有不同的事实。

我想返回与_SEQ

匹配的整个单词（用空格分隔）

我该怎么做？

Answer 1

您只需稍微调整一下grep模式，然后使用-o仅返回匹配的部分：

$ echo '@SequenceGenerator(allocationSize=1, name = "My1_SEQUENCE", sequenceName = "MY1_SEQ")
@SequenceGenerator(name = "My2_SEQUENCE", sequenceName = "MY2_SEQ")' \
| egrep -o 'M.._SEQ(UENCE)?'
My1_SEQUENCE
MY1_SEQ
My2_SEQUENCE
MY2_SEQ

或者你只想要第二个：

$ echo '@SequenceGenerator(allocationSize=1, name = "My1_SEQUENCE", sequenceName = "MY1_SEQ")
@SequenceGenerator(name = "My2_SEQUENCE", sequenceName = "MY2_SEQ")' \
| egrep -o 'M.._SEQ'
MY1_SEQ
MY2_SEQ

或者更一般地说，如果你想要xxx_SEQ：

$ echo '@SequenceGenerator(allocationSize=1, name = "My1_SEQUENCE", sequenceName = "MY1_SEQ")
@SequenceGenerator(name = "My2_SEQUENCE", sequenceName = "MY2_SEQ")' \
| egrep -o '[^ "]+_SEQ\b'
MY1_SEQ
MY2_SEQ

Answer 2

grep -Po '(?<=sequenceName = ")[^"]*' filename

Answer 3

如果你使用ack（http://beyondgrep.com），你可以这样做：

ack 'MY\d_SEQ.+' -w -o filename

Answer 4

如果您总是想要最后一个字段，那么awk会为您提供一个名为NF的变量，可用于检索最后一个值。

$ awk '{gsub(/[")]/,"",$NF);print $NF}' file
MY1_SEQ
MY2_SEQ

使用gsub我们删除了引号和parens。

Answer 5

awk  '{match($0, /MY.*_SEQ/,arr); print arr[0]}' input.txt

输入：

@SequenceGenerator(allocationSize=1, name = "My1_SEQUENCE", sequenceName = "MY1_SEQ")
@SequenceGenerator(name = "My2_SEQUENCE", sequenceName = "MY2_SEQ")

输出：

MY1_SEQ
MY2_SEQ

grep返回每行的字符串变体的多个匹配项

5 个答案: