Linux 使用sed/awk/grep从.gff文件中提取子字符串

我有一个包含多行的文件，如下所示：

NODE_1_length   Prodigal:2.6    CDS     11      274     .       +       0       ID=PROKKA_00001;inference=ab initio prediction:Prodigal:2.6;locus_tag=PROKKA_00001;product=hypothetical protein

ID=PROKKA_00001 product=hypothetical protein

我想提取ID=PROKKA_uka[whatever number]和'product='之后的所有内容，以获得如下输出：

NODE_1_length   Prodigal:2.6    CDS     11      274     .       +       0       ID=PROKKA_00001;inference=ab initio prediction:Prodigal:2.6;locus_tag=PROKKA_00001;product=hypothetical protein

ID=PROKKA_00001 product=hypothetical protein

我在使用sed方面不是很熟练，所以我尝试了一些在这里和周围找到的解决方案，但没有成功。如果解决方案分为两个步骤（一个用于ID，一个用于产品），那么我可以将两个结果合并到一个文件中

如果您能解释一下所使用的正则表达式，我将不胜感激

到目前为止，我尝试将问题一分为二（从ID开始），并尝试：

grep -o 'ID=PROKKA_[0-9]{1,5}*'
sed 's/^ID=PROKKA[0-9]*;//g/
grep -Po 'ID="K[^"]*'

但当然，它们都不起作用。

---

谢谢你的帮助

您可以使用

grep-oE

：

grep -oE 'ID=PROKKA_[0-9]+|product=[^;:]+' file

如果您希望结果在同一行中，请使用

grep+paste

：

grep -oE 'ID=PROKKA_[0-9]+|product=[^;:]+' file | paste -s

---

您可以使用

grep-oE

：

grep -oE 'ID=PROKKA_[0-9]+|product=[^;:]+' file

如果您希望结果在同一行中，请使用

grep+paste

：

grep -oE 'ID=PROKKA_[0-9]+|product=[^;:]+' file | paste -s

---

太好了！！！我添加了一个|粘贴--以便每行有一个结果（ID+product）。非常感谢。太好了！！！我添加了一个|粘贴--以便每行有一个结果（ID+product）。非常感谢。哎呀，你忘了发代码了。StackOverflow是关于帮助人们修复代码的。它不是一个免费的编码服务。有代码总比没有代码好。即使您不知道如何编写程序，元代码也会演示您认为程序应该如何工作。考虑到您包含的标记，我希望在您的问题中看到shell和sed代码。我投票决定结束这个问题，因为到目前为止没有你的工作，StackOverflow的主题已经偏离了。@ghoti，Updatedops，你忘记发布代码了。StackOverflow是关于帮助人们修复代码的。它不是一个免费的编码服务。有代码总比没有代码好。即使您不知道如何编写程序，元代码也会演示您认为程序应该如何工作。考虑到您包含的标记，我希望在您的问题中看到shell和sed代码。我投票决定结束这个问题，因为到目前为止没有你的工作，StackOverflow的主题已经偏离了。@ghoti gotcha，更新