awk使用正则表达式比较同一行中的两个元素

我有很长的文件，需要比较同一行中的两个染色体编号。我想用awk创建一个文件，只取染色体数目不同的行

以下是我的文件示例：

CHROM   ALT
    1   ]1:1234567]T
    1   T[1:2345678[
    1   A[12:3456789[
    2   etc...

在本例中，我希望比较染色体的编号（此处“CHROM”列中的“1”）和第一个括号（[或]）和“：”符号之间的编号。如果这些数字不同，我希望打印相应的行

在这里，结果应该是这样的：

    1   A[12:3456789[

---

谢谢您的帮助。

这需要GNU awk作为3参数

match（）

函数：

$ awk -F'[][]' '$1+0 != $2+0' file
    1   A[12:3456789[
    2   etc...

gawk 'match($2, /[][]([0-9]+):/, a) && $1 != a[1]' file

---

再次感谢你的不同回答

以下是我的数据在几列中的外观：

CHROM   POS       ID      REF   ALT
    1   1000000   123:1     A   ]1:1234567]T
    1   2000000   456:1     A   T[1:2345678[
    1   3000000   789:1     T   A[12:3456789[
    2   ...       ...       .   ...

---

我的问题是：当我有几个列时，如何修改前面的代码？

嘿，为什么在这里强制转换为一个数字？谢谢你的回答。如果在这两列之间有几列，我应该更改代码的哪一部分？不客气。用不同的数据发布一个后续问题。@hek2mgl使用

[

和

]

，因为FS$1是

1a

，而$2是

12:3456789

，所以通过添加零，我将去掉前导数字后面的所有内容，并删除每个前导空格。在awk中，

$1

是第一列的值，

$2

是第二列的值，依此类推。使用此数据，您希望从第五列中提取chromasome编号。此外，此数据与您的问题相关：您应该编辑您的问题并将此信息放在那里，而不是发布答案（事实并非如此）