在gzip文件列

Question

我想在gzip文件的一列中返回唯一项的数量。 要对普通文件进行排序，我知道您可以使用以下内容：

sort -u -t, -k1,1 filename | wc -l

但是当我在gzip文件上运行时，我得到：

?BC??\ks?ʑ???

在给定gzip文件的情况下，是否可以更改此格式以查找列中的唯一项？

Answer 1

好的，所以我真的想通了！

gzcat vcf_del.vcf.gz | cut -f 2 | sort | uniq | wc -l（和zcat也有效）

然后，如果您不想要文件的某些部分（例如在VCF文件中有一系列带有“＃”的行），您可以简单地删除它们：

gzcat vcf_del.vcf.gz | awk '!/^#/{print $0}' | cut -f 2 | sort | uniq | wc -l

Answer 2

gzip程序包附带zcat程序，其工作方式与cat类似，但适用于gz文件。

zcat filename | sort -u -t -k1,1

Answer 3

您无法在压缩文件上运行搜索和排序命令，您必须提取压缩文件，然后在输出gzip命令时运行命令。

您可以尝试以下命令

gunzip -c filename | sort -u -t -k1,1