Question

我有一个巨大的gzipped文件，根据第二列的范围，我想提取它的某些行。

file1.txt.gz的开头是：

zcat file1.txt.gz | head
1 1001 F K 999
1 1002 N G 340
1 1003 H B 889
1 1004 D F 399
1 1005 C X 311
2 1002 E F 233
2 1002 F C 334
3 1001 F C 331

我想提取以1开头的行，并将second columns从1001提升到1003（包括1003）。

所以预期的输出是：

1 1001 F K 999
1 1002 N G 340
1 1003 H B 889

我是unzipping压缩文件的头部，然后应用以下命令，它工作，给出预期的输出。（zcat file1.txt.gz | head | LC_ALL=C parallel -j 32 --block 10M --pipe grep -w "^1" | awk '$2 ~ /'1001'/,/'1003'/'）

但是，如果我从unzipping开始，则awk范围过滤不起作用，它会抓取以1开头的所有内容：

zcat file1.txt.gz | LC_ALL=C parallel -j 32 --block 10M --pipe grep -w "^1" | awk '$2 ~ /'1001'/,/'1003'/'  > output.txt

现在，output.txt：

1 1001 F K 999
1 1002 N G 340
1 1003 H B 889
1 1004 D F 399
1 1005 C X 311

PS：我从bash脚本调用命令，并从用户输入接受范围（1001和1003）。

你能告诉我我错过了什么以及如何解决它吗？

Answer 1

如您在POST中所述，列1以1开头：

zcat file1.txt.gz | awk '/^1/ && $2 >= 1001 && $2 <= 1003'

或者如果您需要第1列为1字面值：

zcat file1.txt.gz | awk '$1 == 1 && $2 >= 1001 && $2 <= 1003'

输出：

1 1001 F K 999
1 1002 N G 340
1 1003 H B 889

一点解释：

这里没有{print}语句，因为awk的默认行为是在满足TRUE条件时打印

Answer 2

请您试试，请告诉我这是否对您有所帮助。这将查找第一列应为1。

zcat file1.txt.gz | awk '$1==1 && ($2>=1001 && $2<=1003)'

如果您需要查找仅从`开始的行，那么请执行以下操作。

zcat file1.txt.gz | awk '/^1/ && ($2>=1001 && $2<=1003)'

使用awk为列中的范围提取行

2 个答案:

输出：

一点解释：