awk通过删除模式来过滤文件中的行

尝试使用

awk

删除

IonCode\u 4位数字（始终为4位可能不同）并保留文件扩展名。下面的方法是最好的吗？谢谢：）

文件

1112233  ID_1234_000000-Control_z_zzzz_zz_zz_zz_zz_zz_zzz_zz-zzzz-zzz-zzz_zzzz_zzzz_zzz_zzz_zzz_zzz_zzz.txt
1112231  ID_1234_000000-Control_z_zzzz_zz_zz_zz_zz_zz_zzz_zz-zzzz-zzz-zzz_zzzz_zzzz_zzz_zzz_zzz_zzz_zzz.txt

awk

awk '/_tn_/ {next} gsub ("^.*/|_.*$|IonCode_...._", "", $2)'f

当前

1112233  000000-Control
1112231  000000-Control  

所需的

1112233  000000-Control.txt
1112231  000000-Control.txt

你能试试下面的吗。这是我所能想到的最简单的方法，虽然我们也可以通过提及字段的数量来实现，但这更像是数字的硬编码，所以我在这里采用了这种方法

awk '
{ 
  sub(/[^_]*_/,"",$2) 
  sub(/[^_]*_/,"",$2)
  sub(/_.*/,".txt")
}
1
' Input_file

使用
sed

$ sed -E 's/ID_[0-9]{4}_([^_]+).*(\..*)/\1\2/' file

1112233  000000-Control.txt
1112231  000000-Control.txt

按1+空格或下划线分割记录，因此第四个字段将是您感兴趣的部分

awk -F '[[:space:]]+|_' '!/_tn_/{print $1,$4".txt"}' file

输出中缺少
.txt
，看起来与当前相同。谢谢：）。@justagy，谢谢你让我知道现在是午夜，我正在手机上写代码：）不管怎样，我现在修好了，让我知道它现在怎么样了？你发布的脚本对你发布的示例输入没有任何意义<代码>/\u tn./{next}

不会起任何作用，甚至不清楚您希望的

“^.*/|.*$| IonCode....

会匹配什么。所以不，我不得不说这不是最好的方法。您的描述中是否有

IonCode

，示例中是否有

ID

？如果是这样的话，它是否总是那样，或者它是否可能不是

ID

？很抱歉，它总是

ID\u 4数字（每次数字都会不同）。tn的
tn
在某些行中不是全部，因此我将其包括在内以防万一。谢谢：）。