Bash 如何删除所有符合特定条件的行
我有很多pdb文件，我只想保留那些以Bash 如何删除所有符合特定条件的行,bash,perl,awk,Bash,Perl,Awk,我有很多pdb文件，我只想保留那些以^FORMUL开头的行，如果行中有C后跟大于（C3、C4、C5、C6..100等）的数字，我就不应该打印它。第二个条件是，在C、H和N的每一行中，总和应为=6，然后将其删除 因此，整体删除C后接数字大于2>的行，C+O+N的总和为=然后为6 FORMUL 3 HOH *207(H2 O) (print it) FORMUL 2 SF4 FE4 S4
^FORMULCC3、C4、C5、C6..100等）的数字，我就不应该打印它。第二个条件是，在C、H和N
的每一行中，总和应为=
6，然后将其删除
因此，整体删除C
后接数字大于2>
的行，C+O+N
的总和为=
然后为6
FORMUL 3 HOH *207(H2 O) (print it)
FORMUL 2 SF4 FE4 S4 (print it)
FORMUL 3 NIC C5 H7 N O7 (don't print, there is C5 and sum is more then 6)
FORMUL 4 HOH *321(H2 O) (print it)
FORMUL 3 HEM 2(C34 H32 FE N4 O4) (don't print, there is C34)
我曾尝试在perl
中执行此操作，但行之间的差异太大，因此我不确定是否可以执行此操作
所有这些条件都应包括在一起，这意味着应删除C>2
和sum>=6
的所有行。
c1o5n3
应删除<虽然C
是3
，但不应删除code>c3n101#!/usr/bin/perl
use strict;
use warnings;
my @lines;
my $file;
my $line;
open ($file, '<', '5PCZ.pdb') or die $!;
while (my $line = <$file>)
{
if ($line =~ m/^FORMUL/)
{
push (@lines, $line);
}
}
close $file;
#print "@lines\n";
foreach $line(@lines)
{
if ($line eq /"C"(?=([0-2]))/ )
{
elsif ($line eq "Sum of O,N & C is lt 6")
print @lines
}
}
#/usr/bin/perl
严格使用；
使用警告；
我的@行；
我的$file；
我的美元线；
打开（$file，ExtendedAwk
解决方案：
awk -F'[[:space:]][[:space:]]+' \
'/^FORMUL/{
if ($4 !~ /\<C/) print;
else {
match($4, /\<C[0-9]+/);
c=substr($4, RSTART+1, RLENGTH);
if (c > 2) next;
else {
match($4, /\<O[0-9]+/);
o=substr($4, RSTART+1, RLENGTH);
match($4, /\<N[0-9]+/);
n=substr($4, RSTART+1, RLENGTH);
if (c+o+n < 6) print
}
}
}' 5PCZ.pdb
正如您所看到的，将其作为一个过滤器来编写可能更容易，它可以打印您想要保留的行。我还按照Unix过滤器模型编写了它（从STDIN
，写入STDOUT
），因为这使程序更加灵活（有趣的是，更容易编写！）
假设您正在Linux（或类似系统）上运行该程序，并且您的代码位于名为my_filter
（我建议使用更具描述性的名称！）的可执行文件中，那么您可以这样称呼它：
$ my_filter < 5PCZ.pdb > 5PCZ.pdb.new
#!/usr/bin/perl
use strict;
use warnings;
while (<>) { # read from STDIN a line at a time
# Split data on whitespace, but only into four columns
my @cols = split /\s+/, $_, 4;
next unless $cols[0] eq 'FORMUL';
# Now extract the letter stuff into a hash for easy access.
# We extract letters from the final column in the record.
my %letters = $cols[-1] =~ m/([A-Z])(\d+)/g;
# Give the values we're interested in, a default of 0
$letters{$_} //= 0 for (qw[C O N]);
next if $letters{C} > 2
and $letters{C} + $letters{O} + $letters{N} >= 6;
# I think we can then print the line;
print;
}
$my_过滤器<5PCZ.pdb>5PCZ.pdb.new
代码如下所示：
$ my_filter < 5PCZ.pdb > 5PCZ.pdb.new
#!/usr/bin/perl
use strict;
use warnings;
while (<>) { # read from STDIN a line at a time
# Split data on whitespace, but only into four columns
my @cols = split /\s+/, $_, 4;
next unless $cols[0] eq 'FORMUL';
# Now extract the letter stuff into a hash for easy access.
# We extract letters from the final column in the record.
my %letters = $cols[-1] =~ m/([A-Z])(\d+)/g;
# Give the values we're interested in, a default of 0
$letters{$_} //= 0 for (qw[C O N]);
next if $letters{C} > 2
and $letters{C} + $letters{O} + $letters{N} >= 6;
# I think we can then print the line;
print;
}
！/usr/bin/perl
严格使用；
使用警告；
而（）{#一次读取一行标准数据
#将数据拆分为空白，但仅分为四列
my@cols=split/\s+/，$\u4；
下一步除非$cols[0]eq‘FORMUL’；
#现在将字母内容提取到散列中以便于访问。
#我们从记录的最后一列中提取字母。
我的%letters=$cols[-1]=~m/（[A-Z]）（\d+）/g；
#给出我们感兴趣的值，默认值为0
（qw[con]）的$letters{$}/=0；
如果$letters{C}>2，则下一步
和$字母{C}+$字母{O}+$字母{N}>=6；
#我想我们可以把这行打印出来；
印刷品；
}
这似乎为您的示例数据提供了正确的输出。我希望注释能够清楚地说明如何调整条件。如果您尝试使用Perl进行操作，请添加Perl标记并显示您拥有的代码。您的描述非常混乱，因此我并不奇怪您在编码时遇到困难。可能尝试编写3个单独的sim保留或丢弃的ple规则，而不是像你目前拥有的那样混合东西的规则……”“我想与FORMUL保持一致，如果它有其他东西，我不想保留。”。谢谢，我几天前做的，然后我删除了它，但我现在就要写了。。问题是我对行的操作非常不熟练。我可以在脚本中包含像读取文件一样的内容，读取每一行直到结束，如果它以^FORMUL
开头，那么我在分配条件和删除行id方面有问题，因为它们不符合这些条件附加条件。@djordje，如果没有C
char，但是出现了N22
，怎么办？那么我不应该删除它：所以删除所有有C>2
（C3、C4、C5..）的行而CON
的总和必须是=>
。所以应该删除c1n2o1
的行，尽管sum
大于6
，C
小于2
。如果c3n1o1
这也不应该包括在内，我编辑了这个问题，包括我刚刚写的perl脚本，但我已经完成了分配这两个条件真的很麻烦（我的正则表达式知识有差距）戴夫：谢谢你的回答。是的，我也意识到打印我想保留的行要简单得多。评论让它更容易理解！我必须多练习，才能将思维从生物学转向编程。Cheers@Dave）@PerlDuck:哦，好吧，那不是很有趣吗！谢谢你指出这一点。