Question

这是我的第一篇文章，所以我希望我能够说清楚，如果不是，请原谅我。

基本上，我有很多标签分隔文件（有22列），我想过滤掉符合我期望的行。

这就是我所拥有的：

2   IP_251781.1 3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  Doubtful
2.1 IP_251781.1 3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  
2.1.1   IP_251781.1 3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  Confident
3   IP_05000.1  3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  Doubtful
3.1 IP_05000.1  3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  
3.1.1   IP_05000.1  3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  Doubtful
4   T19952  3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  Doubtful
4.1 T19952  3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  
4.1.1   T19952  3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  Doubtful
5   O29920  3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  Confident
5.1 O29920  3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  
5.1.1   O29920  3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  Confident

我想只获得包含以下内容的行：

第一栏中的两个点AND
以IP_开头，在第二列AND
对最后一栏充满信心

使用grep命令，我想得到以下一行：

2.1.1   IP_251781.1 3   4   5   6   7   8   9   10  11  12  13  14  15  16  17  18  19  20  21  Confident

我认为grep能够做到，但我不知道该怎么做。

我想应该有类似的东西

grep "^*.*.*" myfile.txt | grep "IP_*.1" myfile.txt | grep "Confident$" myfile.txt

有什么想法吗？

*编辑*

我已经得到了与我提供的示例一起使用的命令。

grep -P "\d\.\d\.\d" rep.tsv | grep -P "Confident$"  | grep -P "IP_.*\.1"

然而，我的样本不包含我对更大文件的偏好。第二列可以被多个表达式占用，可以是IP_*.1, IP_*.1或A59562, IP_*.1, P51262...或A95956, P51516...，我只想获得 IP_ .1， IP _ .1 行。

有什么想法吗？

Answer 1

您可以使用awk在列上执行多种模式匹配：

awk -F'\t' '$1 ~ /\..*\./ && $2 ~ /^(IP_.*\.1(, )?)+$/ && $NF ~ /Confident/ {print}' myfile.txt

Answer 2

你的猜测有一些错误：

grep "^*.*.*" myfile.txt | grep "IP_*.1" myfile.txt | grep "Confident$" myfile.txt

*不是任何字符，而是重复字符除非你逃避角色，否则.是任何角色只有第一个grep需要myfile.txt，其他greps将从管道获取输入。

您的猜测可以更正为下一个命令：

grep "^[0-9]*\.[0-9]*\.[0-9]*" myfile.txt| grep "IP_.*\.1"  | grep "Confident$"

如果您想在一个命令中使用它们，请使用（用双引号替换真实标签之间的空格）

grep "^[0-9]*\.[0-9]*\.[0-9]*   IP_.*\.1        .*      Confident$" myfile.txt

修改：使用grep -P

grep选项-P对数字和标签很有用。当你的grep支持-P时，上面的命令可以简化为

grep -P "^\d*\.\d*\.\d*\tIP_[^\t]*\.1\t.*\tConfident$" myfile.txt

由于问题已被编辑，答案也是如此：
您可以在grep中使用重复匹配，如下所示：

grep -P "^\d*\.\d*\.\d*\t(IP_[^\t, ]*\.1[, ]*)*\t.*\tConfident$" myfile.txt

如何在同一行

2 个答案: