Question

尝试使用awk解析文件，但没有获得所需的输出，我似乎无法弄明白。谢谢你:)。

input.txt中

chr1    955543  955763  AGRN-6|pr=2|gc=75   0   +
chr1    957571  957852  AGRN-7|pr=3|gc=61.2 0   +
chr1    970621  970740  AGRN-8|pr=1|gc=57.1 0   +

当前output.txt

chr1    955543  955763  AGRN-6 pr=2 gc=75   0   +

chr1    957571  957852  AGRN-7 pr=3 gc=61.2 0   +

chr1    970621  970740  AGRN-8 pr=1 gc=57.1 0   +

从输出中删除

所需的output.txt （|pr=2|gc=75 0和行间距）

chr1    955543  955763  AGRN-6  +
chr1    957571  957852  AGRN-7  +
chr1    970621  970740  AGRN-8  +

以下是我的尝试：

awk -F"[*|]" '{print $1, $2, $3, $4, $5, $6,}' input.txt > output.txt

Answer 1

你可以这样做：

awk -F '[[:blank:]]+|\\|' '{print $1, $2, $3, $4, $NF}'

它会为您提供所需的字段，但不会保留间距。这将：

awk '{sub(/\|[^[:blank:]]+[[:blank:]]+[0-9]+/, ""); print }' <<END
chr1    955543  955763  AGRN-6|pr=2|gc=75   0   +
chr1    957571  957852  AGRN-7|pr=3|gc=61.2 0   +
chr1    970621  970740  AGRN-8|pr=1|gc=57.1 0   +
END

chr1    955543  955763  AGRN-6   +
chr1    957571  957852  AGRN-7   +
chr1    970621  970740  AGRN-8   +

Answer 2

可能是最简单的解决方案：

awk -F"|" '{print $1"   +"}' input.txt > output.txt

然而，在这个解决方案中，尾随＆＃34; +＆＃34;手动添加。输出：

chr1    955543  955763  AGRN-6   +
chr1    957571  957852  AGRN-7   +
chr1    970621  970740  AGRN-8   +

否则，请尝试

 awk -F"[| ]+" '{print $1, $2, $3, $4, $8}' input.txt > output.txt

输出

chr1 955543 955763 AGRN-6 +
chr1 957571 957852 AGRN-7 +
chr1 970621 970740 AGRN-8 +

Answer 3

另一种选择（如果你不关心输出间距）

$ awk '{split($4,a,"|"); print $1,$2,$3,a[1],$NF}' file
chr1 955543 955763 AGRN-6 +
chr1 957571 957852 AGRN-7 +
chr1 970621 970740 AGRN-8 +

awk解析输入并删除字段中的文本

3 个答案: