Question

如果有人问过/回答，我道歉;我无法通过搜索找到答案。

我有一个很长的文本文件，只有一小部分行在第4列中有值，这就是我关心的。我怎样才能打印那些线？

这是我的数据：

gi|254160123|ref|NC_012967.1|   585236  C       
gi|254160123|ref|NC_012967.1|   585237  C       
gi|254160123|ref|NC_012967.1|   585238  A       
gi|254160123|ref|NC_012967.1|   585239  C   4   
gi|254160123|ref|NC_012967.1|   585240  A       
gi|254160123|ref|NC_012967.1|   585241  A       
gi|254160123|ref|NC_012967.1|   585242  C       
gi|254160123|ref|NC_012967.1|   585243  T   16  
gi|254160123|ref|NC_012967.1|   585244  G   6   
gi|254160123|ref|NC_012967.1|   585245  C   2   
gi|254160123|ref|NC_012967.1|   585246  G   3   
gi|254160123|ref|NC_012967.1|   585247  C   9

我想只打印第四列中有值的行（本例中为行4,8,9,10,11,12）。

Answer 1

由于您尚未发布数据文件样本，我将为您提供一个如何使用awk实现特定列提取的通用示例...您可以使用gawk（gnu-awk）作为

好吧，概念类似，假设您有一个文件（BBS列表），

alpo-net     555-3412     2400/1200/300     A
bites        555-1675     2400/1200/300     A
fooey        555-1234     2400/1200/300     B
foot         555-6699     1200/300          B
macfoo       555-6480     1200/300          A
sdace        555-3430     2400/1200/300     A
sabafoo      555-2127     1200/300          C

如果您要打印带有第一列记录的第二列＆＃39; EXACT＆＃39;匹配＆＃39; foo＆＃39;

你可以使用 -

$ awk '$1 == "foo" { print $2 }' BBS-list

但由于他们是fooey，macfoo，sabafoo等等你不会得到任何输出。

这是模式匹配，而不是＆＃34; foo＆＃34;你可以使用，模式匹配/ foo /

$ awk '$1 ~ /foo/ { print $2 }' BBS-list

结果将是fooey，foot，macfoo和sabafoo，

示例礼貌（犹他大学）

因此，为了隔离你可以使用的NULL，

awk '$2==""' myfile.txt    //$2 means third column (as you asked)

但是在对我的系统进行研究和测试后，我感到困惑的是我无法使用 awk 隔离空值。它无法区分NULL和Space。问题是你必须特别提到分隔符。最好的方法是使用标签作为字段分隔符。因此你可以使用，

awk 'BEGIN {FS="\t"} $2=="" {print}' myfile.txt

我认为这应该可以解决你的困境。

Answer 2

只需使用 awk 即可打印包含四个字段的行：

awk 'NF==4' /path/to/input   # Num Fields == 4

默认情况下， awk 会忽略前导和尾随空白（在常见的语言环境中，这意味着“空格和制表符”）。因此，您所需的记录将被视为包含四个字段（1st ＆lt; tab＆gt; 2nd ＆lt; tab＆gt; 3rd ＆lt; tab＆gt; 4th ＆lt; tab＆gt; ），而其他人将有三个（1st ＆lt; tab＆gt; 2nd ＆LT;标签＆gt; 3rd ＆LT;标签＆gt;＆LT;标签＆gt; ）。如果未指定 awk “action”，则默认操作是打印当前行。

Answer 3

因为您要求使用Python的解决方案，所以这是一个。它读取文件的每一行，然后将其拆分为空白的列;如果第四个（索引3）之后的列为空，则不会打印。

with open(filename, 'r') as f:
    for line in f:
        if line.split()[3:]:
            print line

在使用列式文件时，您可能会发现csv module更加健壮，但对于所述问题而言，这有点过分，并且不会保留输入的格式。

如何仅打印第4列中具有值的行？

3 个答案: