awk解析输入并删除字段中的文本

试图使用

awk

解析文件，但没有得到所需的输出，我似乎无法理解。谢谢：）

input.txt

chr1    955543  955763  AGRN-6|pr=2|gc=75   0   +
chr1    957571  957852  AGRN-7|pr=3|gc=61.2 0   +
chr1    970621  970740  AGRN-8|pr=1|gc=57.1 0   +

chr1    955543  955763  AGRN-6 pr=2 gc=75   0   +

chr1    957571  957852  AGRN-7 pr=3 gc=61.2 0   +

chr1    970621  970740  AGRN-8 pr=1 gc=57.1 0   +

当前输出.txt

chr1    955543  955763  AGRN-6|pr=2|gc=75   0   +
chr1    957571  957852  AGRN-7|pr=3|gc=61.2 0   +
chr1    970621  970740  AGRN-8|pr=1|gc=57.1 0   +

chr1    955543  955763  AGRN-6 pr=2 gc=75   0   +

chr1    957571  957852  AGRN-7 pr=3 gc=61.2 0   +

chr1    970621  970740  AGRN-8 pr=1 gc=57.1 0   +

所需输出.txt（

|pr=2 | gc=75 0

，以及行与行之间的空格）从输出中删除

chr1    955543  955763  AGRN-6  +
chr1    957571  957852  AGRN-7  +
chr1    970621  970740  AGRN-8  +

以下是我尝试过的：

awk -F"[*|]" '{print $1, $2, $3, $4, $5, $6,}' input.txt > output.txt

您可以这样做：

awk -F '[[:blank:]]+|\\|' '{print $1, $2, $3, $4, $NF}'

这将为您提供所需的字段，但不会保持间距。这将：

awk '{sub(/\|[^[:blank:]]+[[:blank:]]+[0-9]+/, ""); print }' <<END
chr1    955543  955763  AGRN-6|pr=2|gc=75   0   +
chr1    957571  957852  AGRN-7|pr=3|gc=61.2 0   +
chr1    970621  970740  AGRN-8|pr=1|gc=57.1 0   +
END

您可以这样做：

awk -F '[[:blank:]]+|\\|' '{print $1, $2, $3, $4, $NF}'

这将为您提供所需的字段，但不会保持间距。这将：

awk '{sub(/\|[^[:blank:]]+[[:blank:]]+[0-9]+/, ""); print }' <<END
chr1    955543  955763  AGRN-6|pr=2|gc=75   0   +
chr1    957571  957852  AGRN-7|pr=3|gc=61.2 0   +
chr1    970621  970740  AGRN-8|pr=1|gc=57.1 0   +
END

---

可能是最简单的解决方案：

awk -F"|" '{print $1"   +"}' input.txt > output.txt

但是，在此解决方案中，后面的“+”是手动添加的。输出：

chr1    955543  955763  AGRN-6   +
chr1    957571  957852  AGRN-7   +
chr1    970621  970740  AGRN-8   +

否则，请尝试

 awk -F"[| ]+" '{print $1, $2, $3, $4, $8}' input.txt > output.txt

哪个输出

chr1 955543 955763 AGRN-6 +
chr1 957571 957852 AGRN-7 +
chr1 970621 970740 AGRN-8 +

---

可能是最简单的解决方案：

awk -F"|" '{print $1"   +"}' input.txt > output.txt

但是，在此解决方案中，后面的“+”是手动添加的。输出：

chr1    955543  955763  AGRN-6   +
chr1    957571  957852  AGRN-7   +
chr1    970621  970740  AGRN-8   +

否则，请尝试

 awk -F"[| ]+" '{print $1, $2, $3, $4, $8}' input.txt > output.txt

哪个输出

chr1 955543 955763 AGRN-6 +
chr1 957571 957852 AGRN-7 +
chr1 970621 970740 AGRN-8 +

另一种选择（如果您不关心输出间距）

另一种选择（如果您不关心输出间距）