☰

大きなテキストファイルから行を抽出する

tag-icon • tag-icon grep
大きなテキストファイルから行を抽出する

以下のデータを含むテキストファイルがあります（正確には1875行目）。

chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 6585538 6585547 0.905022147 -   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148428 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_-_6585517 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 6767855 6767864 0.703029237 +   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148303 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_+_6768100 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 8686283 8686292 0.481284243 +   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148085 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_-_8685906 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 10660924    10660933    0.818294903 +   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148400 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_+_10661128 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 12327417    12327426    0.584010382 -   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148387 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_+_12327504 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 12327433    12327442    0.825226087 -   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148388 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_+_12327504

最後に「+」の行を抽出するソリューションを探しています。 （最後の後に発生します。もう一度ストランドを抽出して別のファイルに入れ;たいです。-

編集：データセットが変更されました。以前は間違ったファイルを見ました。

答え1

コメントを介して+7番目の列または-。入力ファイルはタブで区切られます。おそらくこれのための最も自然なツールは、次の名前+のファイルに行を保存し、plus次のファイルに減算行を保存することです。minusawk

awk -F'\t' '$7=="+"{print >"plus"} $7=="-"{print>"minus"}' file

仕組み：

  • -F'\t'

    awk一度に1つのレコード（行）を読み取り、フィールドに分割します。ここでは、フィールド区切り文字をタブに設定しました。

  • $7=="+"{print >"plus"}

    7番目のフィールドがある場合は、+その行をファイルに保存しますplus。

  • $7=="-"{print>"minus"}

    同様に、7番目のフィールドがある場合は、-その行をファイルに保存しますminus。

答え2

sed -ne '/^[^+-]*+/w plus.file' -e //d -e '/^[^+-]-/w minus.file' <infile

7番目のタブで区切られたセクションに対して、次の操作を行います。

sed -ne 'h;s/\([^\t]*\t\)\{6\}[^\t+-]*//
            /^-/{g;w minus.file' -e 'b
         }; /^+/{g;w plus.file'  -e \}

ただし、上記のエスケープ文字の<tab>代わりにリテラル文字を使用する必要があります。\t

関連情報