正则表达式模式中的一串非常相似的字符串中的唯一字符串

Question

这是我给出的文本文件。我正在逐行读取.txt文件，我想提取基因名称（在这种情况下为RAF）。但是，基因名称不一定是三个字母长，并且不一定包含字母。它还可以包含字母和数字，例如＆＃34; SPATA72K＆＃34;，＆＃34; HER2＆＃34;。如果.txt文件的格式始终相同，如何提取Gene-Name？

Answer 1

尝试使用＆＃39; awk＆＃39;为此。您将能够过滤基因名称。希望它可以帮到你。

awk '$(column no.)~/^regex$/' file