☰

与えられた文字列が出るまで3番目の列を切り捨てます。

tag-icon • tag-icon text-processing sed perl
与えられた文字列が出るまで3番目の列を切り捨てます。

入力する：

W41784094   CH60104475  lasbalsrbla bla foo bar bla PT~CH60104475
W41788464   WO60444453  hellobla bla -bla foo bar 432 alaf. PT~CH60107925
W41753387   IN61026681  sim##bla-bla bla foo bar blab lba la:bla32 bla

出力：

W41784094   CH60104455  CH60104455
W41788464   WO60444453  CH60107925
W41753387   IN61026681  NA

質問：「PT～」まで3列目を切り取るには？

ただし、「PT〜」が常に存在しない場合は、「NA」が必要です。 \

タブは区切り記号です。

答え1

awk代わりに;を使用してこれを行う方が簡単ですsed。awkオプションの場合：

< input awk 'BEGIN {FS=OFS="\t"} {if ($3~/PT~/) sub(/.*PT~/, "", $3); else $3="NA"; print}'

拡張：

BEGIN {
    FS=OFS="\t"
}
{
    if ($3 ~ /PT~/)
        sub(/.*PT~/, "", $3);
    else
        $3 = "NA";
    print
}
  • BEGIN {FS=OFS="\t"}：各区切り文字列がレコードのフィールドと見なされ（1）、各レコードの後に​​区切り文字が印刷されるように（2）、フィールド区切り記号1と出力フィールド区切り文字2を設定します。TABTAB
  • {if ($3~/PT~/) sub(/.*PT~/, "", $3); else $3="NA"; print}：レコードの3番目のフィールド（）が正規表現$3（）と一致する場合（つまり、正規表現を含む場合）、正規表現（）の最初の左端から最も広い一致（）を置き換えます。部分文字列）レコード（）の3番目のフィールド（）に空の文字列（）を追加し、そうでない場合は3番目のフィールド（）を文字列（）に設定してレコードを印刷します。~PT~/PT~/sub()/.*PT~//.*PT~/PT~""$3$3NA"NA"

答え2

sed -e's/\(\t.*\t\).* PT~/\1/;t' \
    -e's/\t[^\t]*/\tNA/2'

これはあなたに効果があります。最後起こったPT行の最後のフィールドにあります。

また、sedバージョンによっては、以下を使用する必要があります。\t脱出する。

要点は、1行に任意の数の文字で区切られた2つのタブを探し、その後にある点から文字列が来る場合を見つけることです。<space>PT~次に、アドレス指定されたパターン空間の最初のキャプチャサブグループをs///除くすべてのサブグループを置き換えます。公平に言えば、これは3つのフィールド制限に依存しますが、最初の置換ステートメントは次のように変更される可能性があります。\1\(\)//

sed -e's/^\(\([^\t]*\t\)\{2\}\)[^\t]* PT~/\1/;t' ...

... GNUまたはBSDを使用して移植可能sed...

sed -Ee's/^(([^\t]*\t){2})[^\t]* PT~/\1/;t' ...

...replaceステートメントをs///最初の3つのフィールドにのみ明示的に制限します。

いずれの場合も、t前の置換が成功するとest分岐が中断されるため、次のs///置換はその行のタブで区切られた3番目のフィールドを一致しないフィールドに置き換えます。<space>PT~文字列のみを含む文字列NA。

sed -e's/\(\t.*\t\).* PT~/\1/;t'  \
    -e's/\t[^\t]*/\tNA/2'       <<\IN
W41784094       CH60104475      lasbalsrbla bla foo bar bla PT~CH60104475
W41788464       WO60444453      hellobla bla -bla foo bar 432 alaf. PT~CH60107925
W41753387       IN61026681      sim##bla-bla bla foo bar blab lba la:bla32 bla
IN

W41784094       CH60104475      CH60104475
W41788464       WO60444453      CH60107925
W41753387       IN61026681      NA

関連情報