linux - 基于模式匹配行并重新格式化文件 Bash/ Linux
问题描述
我正在寻找解决以下问题的 bash/Linux 方法。
我有一个input.txt
看起来像这样的文本文件()(还有更多行):
TCCTCCGC+TAGTTAGG_Vel_24_CC_LlanR_34 CC_LlanR
GGAGTATG+TCTATTCG_Vel_24_CC_LlanR_22 CC_LlanR
TTGACTAG+TGGAGTAC_Vel_02_EN_DavaW_11 EN_DavaW
TCGAATAA+TGGTAATT_Vel_24_CC_LlanR_23 CC_LlanR
CTGCTGAA+CGTTGCGG_Vel_02_EN_DavaW_06 EN_DavaW
index_07_barcode_04_PA-17-ACW-04 17-ACW
index_09_barcode_05_PA-17-ACW-05 17-ACW
index_08_barcode_37_PA-21-YC-15 21-YC
index_09_barcode_04_PA-22-GB-10 22-GB
index_10_barcode_37_PA-28-CC-17 28-CC
index_11_barcode_29_PA-32-MW-07 32-MW
index_11_barcode_20_PA-32-MW-08 32-MW
我想生成一个看起来像的文件
CC_LlanR(TCCTCCGC+TAGTTAGG_Vel_24_CC_LlanR_34,GGAGTATG+TCTATTCG_Vel_24_CC_LlanR_22,TCGAATAA+TGGTAATT_Vel_24_CC_LlanR_23)
EN_DavaW(TTGACTAG+TGGAGTAC_Vel_02_EN_DavaW_11,CTGCTGAA+CGTTGCGG_Vel_02_EN_DavaW_06)
17-ACW(index_07_barcode_04_PA-17-ACW-04,index_09_barcode_05_PA-17-ACW-05)
21-YC(index_08_barcode_37_PA-21-YC-15)
22-GB(index_09_barcode_04_PA-22-GB-10)
28-CC(index_10_barcode_37_PA-28-CC-17)
32-MW(index_11_barcode_29_PA-32-MW-07,index_11_barcode_20_PA-32-MW-08)
我想我可以按照这个思路做点什么。
cat input.txt | awk '{print $1}' | grep -e "CC_LlanR" | paste -sd',' > intermediate_file
cat input.txt | awk '{print $2"("}' something something??
但我只知道如何一次 grep 一种模式?有没有办法一次找到所有匹配的行并以这种格式输出?
谢谢!(祝大家复活节快乐/长周末!)
解决方案
使用您显示的示例,请尝试以下操作。
awk '
FNR==NR{
arr[$2]=(arr[$2]?arr[$2]",":"")$1
next
}
($2 in arr){
print $2"("arr[$2]")"
delete arr[$2]
}
' Input_file Input_file
第二种解决方案:在 Input_file 的单次读取中尝试以下操作。
awk '{arr[$2]=(arr[$2]?arr[$2]",":"")$1} END{for(i in arr){print i"("arr[i]")"}}' Input_file
说明(第一种解决方案):在此处添加第一种解决方案的详细说明。
awk ' ##Starting awk program from here.
FNR==NR{ ##Checking condition FNR==NR which will be TRUE when first time Input_file is being read.
arr[$2]=(arr[$2]?arr[$2]",":"")$1 ##Creating array with index of 2nd field and keep adding its value with comma here.
next ##next will skip all further statements from here.
}
($2 in arr){ ##Checking condition if 2nd field is present in arr then do following.
print $2"("arr[$2]")" ##Printing 2nd field ( arr[$2] ) here.
delete arr[$2] ##Deleteing arr value with 2nd field index here.
}
' Input_file Input_file ##Mentioning Input_file names here.
推荐阅读
- r - 每个人的子集重复项
- java - jframe中出现的“平方”字符
- mysql - 如何修复“java.sql.SQLException:找不到列 'id'。” Spring Boot 中的错误
- sql-server - 确定 SQL Server 表是否具有来自 MS Access VBA over ODBC 的 IDENTITY 列
- gradle - 如何从我的自定义 gradle 扩展访问嵌套配置值?
- python - 如何在被测的不同 python 源中模拟导入?
- html - 无法在小型设备中响应 div 中图像旁边的居中文本
- excel - 使用 excel 公式将列中的内容移过空列
- html - 在单独的 Div 中选择元素的多个通用同级元素
- javascript - 获取 api 时未调用 useEffect 且未更新状态