Linux Awk脚本以匹配模式，然后删除分隔符后的整行

我有一个文件，它有几行字母数字字符串，比如ZINC123345667_123，后面跟着其他行。现在，我只需要删除包含“zing”的字符串的行中分隔符“u”后的数字，其余行保持不变。我尝试使用下面的awk命令，但只获得了带有“zing”的行，而没有获得其他行

我的原始数据：

 Name:      ZINC00000036_1
 Grid Score:          -23.170839
 Grid_vdw:          -22.304409
 Grid_es:           -0.866430
 Int_energy:            4.932559

@<TRIPOS>MOLECULE
ZINC00000036_1
 18 18 1 0 0

Name:       ZINC00000053_3
 Grid Score:          -23.739523
 Grid_vdw:          -22.876204
 Grid_es:           -0.863320
 Int_energy:            9.981080

@<TRIPOS>MOLECULE
ZINC00000053_3
 20 20 1 0 0

 Name:      ZINC00000351_12
 Grid Score:          -30.763229
 Grid_vdw:          -27.735493
 Grid_es:           -3.027738
 Int_energy:            4.097543

@<TRIPOS>MOLECULE
ZINC00000351_12
 31 31 1 0 0

获得的产出：

Name:       ZINC00000036
ZINC00000036
Name:       ZINC00000053
ZINC00000053
Name:       ZINC00000351
ZINC00000351

但是，我也需要输出文件中的其他行，如下所示：

 Name:      ZINC00000036
 Grid Score:          -23.170839
 Grid_vdw:          -22.304409
 Grid_es:           -0.866430
 Int_energy:            4.932559

@<TRIPOS>MOLECULE ZINC00000036  18 18 1 0 0

 Name:      ZINC00000053
 Grid Score:          -23.739523
 Grid_vdw:          -22.876204
 Grid_es:           -0.863320
 Int_energy:            9.981080

@<TRIPOS>MOLECULE ZINC00000053  20 20 1 0 0

 Name:      ZINC00000351
 Grid Score:          -30.763229
 Grid_vdw:          -27.735493
 Grid_es:           -3.027738
 Int_energy:            4.097543

@<TRIPOS>MOLECULE ZINC00000351  31 31 1 0 0

名称：ZINC0000036
网格分数：-23.170839
电网vdw：-22.304409
电网参数：-0.866430
国际能源：4.932559
@分子ZINC000003618100
姓名：ZINC0000053
网格分数：-23.739523
电网vdw：-22.876204
电网参数：-0.863320
国际能源：9.981080
@分子ZINC000053200100
姓名：ZINC0000351
网格分数：-30.763229
电网vdw：-27.735493
电网设备：-3.027738
国际能源：4.097543
@分子ZINC0000351 31 1 0 0 0

---

由于我的数据文件很大，无法进行转换，我将非常感谢您对awk的帮助。

要在包含锌的行上仅保留第一个下划线字符

\uu

之前的部分，并保留其他行，您可以执行以下操作：

awk -F'_' '/ZINC/{print $1;next}1' file

---

我会用

sed

解决这个问题：

sed -E '/ZINC[0-9]+_/s/_.*//' yourfile

那就是说。。。在任何包含“ZINK”（锌）和一些数字，然后是下划线的行上，将下划线和行上的任何其他内容替换为

yourfile

---

如果在

sed

命令后添加

-i

，则无需创建第二个文件即可进行就地编辑。

我认为awk不是此作业的合适工具。一个简单的sed命令就可以做到这一点：

sed 's/\(ZINC[0-9]\{1,\}\)_[0-9]\{1,\}/\1/' file  # most portable
sed 's/\(ZINC[0-9]\+\)_[0-9]\+/\1/' file          # GNU sed
sed -E 's/(ZINC[0-9]+)_[0-9]+/\1/' file           # extended regex mode

捕获下划线前的部分（锌，后跟一些数字），并丢弃其余部分

在Perl中也是如此，由于数字字符类

\d

，它稍微短了一些：

perl -pe 's/(ZINC\d+)_\d+/$1/' file

想一想，如果您决定使用awk，这将起作用：

awk -F_ '/ZINC/{$0=$1}1' file

---

当

zing

匹配时，用第一个字段的内容覆盖该行。末尾的

1

确保每一行都被打印出来。

使用sed的另一种回答格式

sed '/ZINC/s/_.*//' file
awk '/ZINC/{sub(/_.*/,"")}1' file

sed 's/\(ZINC[0-9]*\)\(_.*\)/\1/g' inputfile

---

用模式的前半部分替换整个字符串。将显示其余所有行

谢谢大家的帮助。所有脚本都适用于我的查询。

sed 's/\(ZINC[0-9]*\)\(_.*\)/\1/g' inputfile