我有一个这样的文件：
HMIC_insuff/out/expected_dcct_1kg_only10_1.res:--- rs4142674 4301956 T C 0.950073 0.740579 0.895093 0.299186 0.628359 1.27505 1304 563 741 + 0.537017 0.553135 0
HMIC_insuff/out/expected_dcct_1kg_only11_16.res:rs10899221 rs10899221 76181631 A G 0.0778374 0.414726 1.14734 0.189249 0.860697 1.52945 1304 563 741 + 1 0.848675 0
HMIC_insuff/out/expected_dcct_1kg_only11_17.res:--- rs61900305 82984402 A C 0.125867 0.893738 1.06007 0.148316 0.839765 1.33818 1304 563 741 + 0.997527 0.705928 0
我试图从每个字符串HMIC_insuff / out / expected_dcct_1kg_only11_17.res中获取第一列中的数字“11”或“10”：---（因为您看到11正好在字符串后面“ “或者10是字符串后面的”只有“），我正在尝试多步awk，将-F定义为_only并获取第二个字段，然后重复使用不同的-F来隔离数字”11“或”10“从第一列开始。但不知何故，即使经过几次awk步骤我也无法做到，因为我还需要摆脱附加在“11”或“10”上的部分，例如“_17.res ---”或“_16”部分.RES：rs10899221"
我相信这可以使用gawk中的表达式来解决，但我对它很新，所以我不知道如何解决这个问题。
此外，我希望我的最终表看起来像这样（所以基本上只是同一个表，但第一列只包含“_only”之后的数字）：
11 rs10899221 76181631 A G 0.0778374 0.414726 1.14734 0.189249 0.860697 1.52945 1304 563 741 + 1 0.848675 0
11 rs61900305 82984402 A C 0.125867 0.893738 1.06007 0.148316 0.839765 1.33818 1304 563 741 + 0.997527 0.705928 0
谢谢
答案 0 :(得分：1)
使用sed，因为它快速而简单：
sed 's/^[^:]*only\(1[01]\)[^ ]*/\1/'
请注意，这会打印出不匹配的行（没有＆＃39;只有10＆＃39;或者只有＆＃39;只有11＆＃39;）。如果你想要那些省略，那么你使用：
sed -n '/^[^:]*only\(1[01]\)[^ ]*/ s//\1/p'
我不会使用awk来做这件事;如果sed不合适，我会选择Perl。
如果只有＆＃39;之后的数字？可以是一个或两个数字，那么你需要使用一个适当的正则表达式而不是显示的那个，这是经过精心设计的，因此它只能在问题中提取10和11（可能后跟其他数字）。在提出问题时要小心，以区分适用于特定样本数据的内容和适用于一般情况的内容。询问一般情况，然后描述它如何应用于特定的样本数据。
这是一个可能符合您澄清要求的变体。
sed -n '/^[^:]*only\([0-9]\{1,2\}\)_[^ ]*/ s//\1/p'
正则表达式查找行的开头，一系列非冒号后跟“仅”，然后是一个或两个数字（记住），下划线，可能还有一些非空格。对于那些匹配的行，整个模式被记住的一个或两个数字替换，然后打印行的左边。如果有三位数字，则不会打印该行。如果您不在乎多少位数，则可以使用\([0-9][0-9]*\)代替。您可以将[^ ]替换为[^:]，而不会产生任何伤害。
我使用严谨的经典sed符号来编写，因为它可以在任何地方使用。某些版本的sed支持更接近PCRE - 就像正则表达式一样。我并不经常使用它们，因为它们不便携，即使它们使用PCRE也使用的一些符号，它们也不一定是PCRE。