☰

grep/テキスト解析

tag-icon • tag-icon text-processing awk sed grep
grep/テキスト解析

Medlineの要約で薬物名を解析する必要があります。出力をインポートしてから貼り付けを使用してこれを実行しようとしましたが、同じ行にあっても各一致に対して1つの出力が生成されるgrep -wfためgrep -owf、出力は一致しません。grep -owf

パターンファイル： 

DrugA
DrugB
DrugC
DrugD

解析するファイル:

In our study, DrugA and DrugB were found to be effective.  DrugA was more effective than DrugB.
In our study, DrugC was found to be effective
In our study, DrugX was found to be effective

希望の出力：

DrugA    In our study, DrugA and DrugB were found to be effective. DrugA was more effective.
DrugB    In our study, DrugA and DrugB were found to be effective. DrugA was more effective.
DrugC    In our study, DrugC was found to be effective

答え1

たぶん方法がありますかawk？

awk '
    NR == FNR {
        a[$0] = 1
        n = length($0)
        w = n > w ? n : w
        next
    }
    {
        for (i in a)
            if ($0 ~ i)
                printf "%-* s %s\n", w, i, $0
    } 
' pattern_file.txt data_file.txt

答え2

厳密には単独ではありませんが、grep次のように動作します。

while IFS= read -r pattern; do
    grep "$pattern" input | awk -v drug="$pattern" 'BEGIN {OFS="\t"} { print drug,$0}'
done < "patterns"

答え3

一方sed通行：

sed 's|.*|/&/{h;s/^/&\\t/p;g}|' pattern_file | sed -nf - input

関連情報