基于模式匹配行并重新格式化文件Bash/Linux
我正在寻找一个bash/Linux方法来解决下面的问题 我有一个文本文件(基于模式匹配行并重新格式化文件Bash/Linux,linux,bash,awk,sed,grep,Linux,Bash,Awk,Sed,Grep,我正在寻找一个bash/Linux方法来解决下面的问题 我有一个文本文件(input.txt),看起来是这样的(还有更多行): 我想生成一个如下所示的文件 CC_LlanR(TCCTCCGC+TAGTTAGG_Vel_24_CC_LlanR_34,GGAGTATG+TCTATTCG_Vel_24_CC_LlanR_22,TCGAATAA+TGGTAATT_Vel_24_CC_LlanR_23) EN_DavaW(TTGACTAG+TGGAGTAC_Vel_02_EN_DavaW_11,CTGCT
input.txt
),看起来是这样的(还有更多行):
我想生成一个如下所示的文件
CC_LlanR(TCCTCCGC+TAGTTAGG_Vel_24_CC_LlanR_34,GGAGTATG+TCTATTCG_Vel_24_CC_LlanR_22,TCGAATAA+TGGTAATT_Vel_24_CC_LlanR_23)
EN_DavaW(TTGACTAG+TGGAGTAC_Vel_02_EN_DavaW_11,CTGCTGAA+CGTTGCGG_Vel_02_EN_DavaW_06)
17-ACW(index_07_barcode_04_PA-17-ACW-04,index_09_barcode_05_PA-17-ACW-05)
21-YC(index_08_barcode_37_PA-21-YC-15)
22-GB(index_09_barcode_04_PA-22-GB-10)
28-CC(index_10_barcode_37_PA-28-CC-17)
32-MW(index_11_barcode_29_PA-32-MW-07,index_11_barcode_20_PA-32-MW-08)
我想我可以做一些类似的事情
cat input.txt | awk '{print $1}' | grep -e "CC_LlanR" | paste -sd',' > intermediate_file
cat input.txt | awk '{print $2"("}' something something??
但我只知道如何一次grep一个模式?有没有办法一次找到所有匹配的行并以这种格式输出
谢谢大家!!
(祝大家复活节快乐/长周末愉快!)有了展示的样品,请尝试以下内容
awk '
FNR==NR{
arr[$2]=(arr[$2]?arr[$2]",":"")$1
next
}
($2 in arr){
print $2"("arr[$2]")"
delete arr[$2]
}
' Input_file Input_file
awk '{arr[$2]=(arr[$2]?arr[$2]",":"")$1} END{for(i in arr){print i"("arr[i]")"}}' Input_file
第二种解决方案:在一次读取输入文件的过程中,请尝试以下操作
awk '
FNR==NR{
arr[$2]=(arr[$2]?arr[$2]",":"")$1
next
}
($2 in arr){
print $2"("arr[$2]")"
delete arr[$2]
}
' Input_file Input_file
awk '{arr[$2]=(arr[$2]?arr[$2]",":"")$1} END{for(i in arr){print i"("arr[i]")"}}' Input_file
说明(第一种解决方案):在此处添加第一种解决方案的详细说明
awk ' ##Starting awk program from here.
FNR==NR{ ##Checking condition FNR==NR which will be TRUE when first time Input_file is being read.
arr[$2]=(arr[$2]?arr[$2]",":"")$1 ##Creating array with index of 2nd field and keep adding its value with comma here.
next ##next will skip all further statements from here.
}
($2 in arr){ ##Checking condition if 2nd field is present in arr then do following.
print $2"("arr[$2]")" ##Printing 2nd field ( arr[$2] ) here.
delete arr[$2] ##Deleteing arr value with 2nd field index here.
}
' Input_file Input_file ##Mentioning Input_file names here.
假设您的输入按示例中所示的
$2
值分组(如果不是,则只需先对输入运行排序-k2,2
),每次使用一个过程,在内存中仅存储一个令牌,并以与输入相同的$2
顺序生成输出:
$ cat tst.awk
BEGIN { ORS="" }
$2 != prev {
printf "%s%s(", ORS, $2
ORS = ")\n"
sep = ""
prev = $2
}
{
printf "%s%s", sep, $1
sep = ","
}
END { print "" }
这可能适用于您(GNU-sed):
将每个操纵行附加到保持空间
在转到下一行之前,将类似的键累积到一行中
删除除最后一行之外的每一行
用保留空间的内容替换最后一行
删除第一个字符(由H
comand引入的换行伪影)并打印结果
注意:最终的解决方案是未排序的,并且按照原始顺序。啊-非常感谢!两种方法都非常有效@QPaps,您的欢迎,干杯和愉快的学习。再次感谢@RavinderSingh13,也感谢您的解释,非常有用谢谢您的帮助Ed-另一种很好的方式
sed -E 's/^(\S+)\s+(\S+)/\2(\1)/;H
x;s/(\n\S+)\((\S+)\)(.*)\1\((\S+)\)/\1(\2,\4)\3/;x;$!d;x;s/.//' file