时间戳

首页 > 解决方案 > 使用多个参数解析 - awk

parsing - 使用多个参数解析 - awk

问题描述

我无法解析 GFF 文件。我使用下面的代码作为一个衬里。我正在获得基于第 1 列（$1）过滤的输出，但是当我添加大于 5000 但小于 150000 的附加过滤器时，awk 不会适当地过滤掉我的文件。我误解了一些东西，我不太确定它是什么。

awk '{ $1 = "s10"; 
$4 >= 50000 && $4 <=150000; 
print $1"\t"$2"\t"$3"\t"$4"\t"$5"\t"$6""\t"$7"\t"$8"\t"$9}' infile > outfile

输入

S03       GeneWise        mRNA    7000       84000     40.00   -       .       ID=NA;Source=NA;Function="NA";
S07       GeneWise        CDS     80450       96070     .       -       0       Parent=NA;
S10       GeneWise        mRNA    96000       105032     50.00   -       .       ID=NA;Source=NA;Function="NA";
S10       GeneWise        CDS     43800       76000     .       -       0       Parent=NA;
S10      GeneWise        mRNA    175032       190540     41.11   +       .       ID=NA;Source=NA;Function="NA";
S11       GeneWise        CDS     3700       15000     .       +       0       Parent=NA;
S15       GeneWise        mRNA    18055       25000     40.00   -       .       ID=S15;Source=NA;Function="NA";

我得到错误的输出

S10       GeneWise        mRNA    96000       105032     50.00   -       .       ID=NA;Source=NA;Function="NA";
S10       GeneWise        CDS     43800       76000     .       -       0       Parent=NA;
S10      GeneWise        mRNA    175032       190540     41.11   +       .       ID=NA;Source=NA;Function="NA";

预期产出

S10       GeneWise        mRNA    96000       105032     50.00   -       .       ID=NA;Source=NA;Function="NA";

标签： parsingawkgff

解决方案

这是条件句的正确形式。但是，它只有一个匹配的记录：

$ awk ' 
$1 == "S10" && $4 >= 50000 && $4 <=150000 { 
    print $1"\t"$2"\t"$3"\t"$4"\t"$5"\t"$6"\t"$7"\t"$8"\t"$9
}' file
S10     GeneWise        mRNA    96000   105032  50.00   -       .       ID=NA;Source=NA;Function="NA";

除非你想用$1 == "S10" || $4 $4 >= 50000 && $4 <=150000ie 记录。使用逻辑或），但这会带来一个额外的记录：

awk ' 
$1 == "S10" || $4 >= 50000 && $4 <=150000 { 
    print $1"\t"$2"\t"$3"\t"$4"\t"$5"\t"$6"\t"$7"\t"$8"\t"$9
}' file
S07     GeneWise        CDS     80450   96070   .       -       0       Parent=NA;
S10     GeneWise        mRNA    96000   105032  50.00   -       .       ID=NA;Source=NA;Function="NA";
S10     GeneWise        CDS     43800   76000   .       -       0       Parent=NA;
S10     GeneWise        mRNA    175032  190540  41.11   +       .       ID=NA;Source=NA;Function="NA";

第一个更好的形式：

$ awk ' 
BEGIN { OFS="\t" }                           # define OFS to \t
$1 == "S10" && $4 >= 50000 && $4 <=150000 { 
    $1=$1                                    # rebuild the record
    print                                    # output
}' file

推荐阅读