我已经用尽了在线搜索,试图找出如何做到这一点。
我有制表符分隔文件searchfile.txt
,其中包含两列和> 200行。在此处示例:
A(H1N1)/SWINE/COTES-DARMOR/388/2009 X? 4.28144245
A(H1N2)/SWINE/SCOTLAND/410440/1994 X? 7.25878836
A(H1)/SWINE/ENGLAND/117316/1986 X? 3.305392038
A(H1)/SWINE/ENGLAND/438207/1994 X? 7.66078717
我有另一个文件keywords.txt
,其中一些关键字与searchfile.txt
中的ID部分匹配:
ENGLAND/117316
DARMOR/388
438207
我想提取searchfile.txt
中包含keywords.txt
我尝试使用其他类似问题的解决方案:
grep -F -f keywords.txt searchfile.txt > selected.txt
grep -f keywords.txt searchfile.txt
awk 'FNR==NR {a[$0];next} ($NF in a)' keywords.txt searchfile.txt > result.txt
我也使用这个python
脚本获得了部分内容:
infile = r"/path/to/searchfile.txt"
results = []
to_keep = ["ENGLAND/117316",
"DARMOR/388",
"438207"]
with open(infile) as f:
f = f.readlines()
for line in f:
for phrase in to_keep:
if phrase in line:
results.append(line)
break
print(results)
它在终端窗口输出:
[
'A(H1N1)/SWINE/COTES-DARMOR/388/2009 X?\t4.28144245\n',
'A(H1)/SWINE/ENGLAND/117316/1986 X?\t3.305392038\n',
'A(H1)/SWINE/ENGLAND/438207/1994 X?\t7.66078717\n'
]
有没有办法
a)修改此脚本以从keywords.txt
等文件中读取并将行输出到另一个文件? (我的python技能不符合这一点)
OR
b)使用grep
,awk
,sed
...来执行此操作
我认为问题在于我的关键字不是完全单独的单词,而是必须与searchfile.txt
中的内容部分匹配。
感谢任何帮助!谢谢。
答案 0 :(得分:0)
这在python中相当简单。假设您有keywords.txt
和input.txt
个文件并希望输出到output.txt
:
# 1
with open('keywords.txt', 'r') as k:
keywords = k.read().splitlines()
results = []
#2
with open('input.txt') as f, open('output.txt', 'w') as o:
for line in f:
if any(key in line for key in keywords):
o.writelines(line)
这将读取关键字文件,并将其中的每一行存储在一个列表中(#1)。然后我们打开输入和输出文本文件,逐行循环输入文件并写入输出文件,如果我们在行中找到任何关键字(#2)。