☰

列から文字列の一部を抽出し、他の列を保持します。

tag-icon • tag-icon awk grep
列から文字列の一部を抽出し、他の列を保持します。

次のような多くの行を含むタブ区切りのファイルがあります。

1    ILM-rs199    info1    info2    info3
2    aws-rs2778   info4    info5    info6
3    345-678945   info7    info8    info9
4    aws-rs789    info10   info11   info-rs789

2番目と4番目の列を抽出したいです。 2番目の列では、次のようにrsで始まる文字列とそれに続く数字だけが必要です。

rs199    info2
rs2778   info5
rs789    info11

以下を使用して2番目の列のみを抽出できました。

egrep -o 'rs[0-9]*' filename

与えられた

rs199 
rs2778
rs789

しかし、他の熱も維持する必要があるときに詰まった。

awkでegrepを使用しようとしています（2番目の列のrs番号を抽出するために）完了できません。

答え1

$ # assuming `rs[digits]` string will match only in 2nd column
$ # string matched within () will get printed
$ perl -lne 'print /(rs\d+\t)[^\t]+\t([^\t]+)/' ip.txt
rs199   info2
rs2778  info5

$ # to match from 2nd column only
$ perl -lne 'print /^[^\t]+\t[^\t]*(rs\d+\t)[^\t]+\t([^\t]+)/' ip.txt
rs199   info2
rs2778  info5

$ # to get some other column, say 2nd and 5th
$ perl -lne 'print /^[^\t]+\t[^\t]*(rs\d+\t)(?:[^\t]+\t){2}([^\t]+)/' ip.txt
rs199   info3
rs2778  info6

一致するものがある場合にのみ印刷します。

$ perl -lne '/^[^\t]+\t[^\t]*(rs\d+\t)(?:[^\t]+\t){1}([^\t]+)/ && print $1,$2' ip.txt
rs199   info2
rs2778  info5
$ perl -lne '/^[^\t]+\t[^\t]*(rs\d+\t)(?:[^\t]+\t){2}([^\t]+)/ && print $1,$2' ip.txt
rs199   info3
rs2778  info6


抽出する文字列が互いに隣接している以前のソリューション

$ # assuming the shell being used supports $'' strings
$ grep -o $'rs[0-9]*\t[^\t]*' ip.txt
rs199   info1
rs2778  info4

答え2

以下はいくつかのオプションです。

  1. アッ

    $ awk -vOFS="\t" '{sub(/.*-/,"",$2);print $2,$4}' file 
rs199   info1
rs2778  info3

    これにより、2番目のフィールドの最初のフィールドの前のすべての内容が削除され、-結果の2番目と4番目のフィールドが印刷されます。

  2. 真珠

    $ perl -pe 's/.*?-*(rs\d+\t)\S+\t(\S+).*/$1\t$2/' file 
rs199   info2
rs2778  info5

    上記のように、最初のフィールドにそのエントリを含めることができるとrs失敗します。より強力なアプローチは次のとおりです。

    $ perl -F'\t' -lane '$F[1]=~s/.+-//; print join "\t",@F[1,3]' file
rs199   info2
rs2778  info5

    これにより、2番目のフィールドのすべての前の文字が削除され-（2番目のフィールドに文字がない場合は何も実行されません-）、2番目と4番目のフィールドが印刷されます。

答え3

私は次の方法でそれをしました

入力ファイル

ILM-rs199    info1    info2    info3
aws-rs2778   info4    info5    info6
345-678945   info7    info8    info9
aws-rs789    info10   info11   info-rs789

注文する

awk -F "-" '{print $1,$2,$3,$4,$5}' inputfile | awk '$2 ~ /^rs[0-9]/{print $2,$4}'

出力

rs199 info2
rs2778 info5
rs789 info11

関連情報