Question

我有一个tab-delim文本文件，只有4列，如下所示：

GT:CN:CNL:CNP:CNQ:FT    .:2:a:b:c:PASS    .:2:c:b:a:PASS    .:2:d:c:a:FAIL

如果在从column2到columnN开始的特定列中找到字符串“FAIL”（所有字符串用“：”分隔），则需要将该列中的第二个元素替换为“-1”。样本输出如下所示：

GT:CN:CNL:CNP:CNQ:FT    .:2:a:b:c:PASS    .:2:c:b:a:PASS    .:-1:d:c:a:FAIL

使用awk的任何帮助？

Answer 1

gawk：

awk '{$0=gensub(/[^:]*(:[^:]*:[^:]*:[^:]:FAIL)/,"-1\\1", "g" , $0)};1' File

使用sed：

sed 's/[^:]*\(:[^:]*:[^:]*:[^:]:FAIL\)/-1\1/g' File

Answer 2

要以awk分割，您可以使用"split"。

它的一个例子如下：

split(1,2,"3");

1是您要拆分的字符串
2是您要将其拆分为
和3是您要分割的字符

e.g

string="hello:world"
result=`echo $string | awk '{ split($1,ARR,":"); printf("%s ",ARR[1]);}'`

在这种情况下，结果将等于hello,，因为我们将字符串拆分为“：”字符，如果打印出来，我们会打印ARR的前半部分ARR的后半部分（所以printf（“％s”，ARR [2]））然后它将被返回到“世界”。

Answer 3

任何awk：

$ awk 'BEGIN{FS=OFS="\t"} {for (i=2;i<=NF;i++) if ($i~/:FAIL$/) sub(/:[^:]+/,":-1",$i)} 1' file
GT:CN:CNL:CNP:CNQ:FT    .:2:a:b:c:PASS  .:2:c:b:a:PASS  .:-1:d:c:a:FAIL

Answer 4

如果您使用的是GNU awk，则可以利用RT功能¹并在标签和换行符处拆分记录：

awk '$NF == "FAIL" { $2 = "-1"; } { printf "%s", $0 RT }' RS='[\t\n]' FS=':' infile

输出：

GT:CN:CNL:CNP:CNQ:FT    .:2:a:b:c:PASS  .:2:c:b:a:PASS  .:-1:d:c:a:FAIL

¹ _{当前记录之后的记录分隔符。}

Answer 5

您的要求有点模糊，但我非常确定这可以通过bog标准awk（没有gnu-awk扩展名）实现您想要的功能：

awk '/FAIL/{$2=-1}1' ORS=\\t RS=\\t FS=: OFS=: input

如何使用awk拆分和替换列中的字符串

5 个答案: