String Bash提取最后n个字符，与单独的列进行比较

我有一个输入文件，其中包含以下列：

'-'    CT    C>CCT  
'-'    TA    G>GTA  
'-'    TAT    A>ATAT  

基本上，我试图测试第3列中箭头后面的最后n个字符是否与第2列的内容相同，其中n是箭头前后字母的长度差

似乎到目前为止我所尝试的一切都出现了错误。我的想法如下：

awk -F"\t" '{split($3,x,">");
{n_base=length(x[2])-length(x[1]);
ins={$x[2]: -$n_base};
if($2 == $ins) {print $0}}'

有什么想法吗

---

提前谢谢

我想这会满足你的要求：

awk -F'\t' '
        {
          split($3, parts, ">");
          fl = length(parts[2])
          check = substr(parts[2], fl-length($2)+1)
        }

        $2 == check {print}
        '

---

您没有显示任何示例输出，因此这是一个猜测，但听起来您想要的是：

$ awk -F'[\t>]' '$2==substr($4,length($3)+1)' file
'-'     CT      C>CCT
'-'     TA      G>GTA
'-'     TAT     A>ATAT

---

ins={$x[2]：-$n_base}

是一种shell语言构造。awk不是shell，awk是一个可以从shell调用的工具，就像

cut

、

grep

等。此外，您可以通过命名变量来获得awk变量的值，就像在C中一样，而不是像在shell中一样在变量前面粘贴

$

。获取Arnold Robbins的书《有效的Awk编程，第三版》。split的第三个参数是RE。通过不使用RE分隔符“/…/”，您告诉awk您的RE在一个字符串中，这将导致它被解析两次，一次是在读取脚本时，另一次是在执行脚本时。这对于您现在拥有的单个字符来说并不重要，但是对于其他分隔符来说，必须双倍逃逸元字符会给您带来很多痛苦。只需使用重新分隔符，除非您有非常明确的理由不这样做（例如，将字符串文字与变量连接）：

split（$3，parts，/>/）

。此外，丢失伪尾随分号，并且在最终条件之后不需要

{print}

，因为这是默认操作。