linux：从文件中提取模式

Question

我有一个大的制表符分隔的4列的.txt文件

col1    col2    col3    col4
name1   1       2       ens|name1,ccds|name2,ref|name3,ref|name4
name2   3       10      ref|name5,ref|name6
...     ...     ...     ...

现在我想从这个文件中提取以＆＃39; ref |＆＃39;开头的所有内容。此模式仅存在于col4

中

因此，对于此示例，我希望将其作为输出

ref|name3
ref|name4
ref|name5
ref|name6

我想过使用＆＃39; sed＆＃39;为此，但我不知道从哪里开始。

Answer 1

我认为awk更适合这项任务：

$ awk  '{for (i=1;i<=NF;i++){if ($i ~ /ref\|/){print $i}}}' FS='( )|(,)' infile
ref|name3
ref|name4
ref|name5
ref|name6

FS='( )|(,)'按FS和,设置多列blank spaces到列的列，然后在找到ref模式时打印列。

Answer 2

  

现在我想从这个文件中提取所有开头的内容   ＆＃39; REF |＆＃39 ;. 此模式仅出现在col4

中

如果您确定该模式仅存在于col4中，则可以使用grep：

grep -o 'ref|[^,]*' file

输出：

ref|name3
ref|name4
ref|name5
ref|name6

Answer 3

我的一个解决方案是首先使用awk来获取第4列，然后使用sed将逗号转换为换行符，然后使用grep（或{{1}再次）获取以awk开头的那些：

ref

Answer 4

这可能适合你（GNU sed）：

sed 's/\(ref|[^,]*\),/\n\1\n/;/^ref/P;D' file

按换行符绕所需的字符串，只打印那些以所需字符串开头的行。