Unix 如何使用awk拆分和替换列中的字符串

我有一个tab delim文本文件，只有4列，如下所示：

GT:CN:CNL:CNP:CNQ:FT    .:2:a:b:c:PASS    .:2:c:b:a:PASS    .:2:d:c:a:FAIL

GT:CN:CNL:CNP:CNQ:FT    .:2:a:b:c:PASS    .:2:c:b:a:PASS    .:-1:d:c:a:FAIL

如果在从column2到columnN的特定列中发现字符串“FAIL”（所有字符串用“：”分隔），则需要将该列中的第二个元素替换为“-1”。示例输出如下所示：

GT:CN:CNL:CNP:CNQ:FT    .:2:a:b:c:PASS    .:2:c:b:a:PASS    .:2:d:c:a:FAIL

GT:CN:CNL:CNP:CNQ:FT    .:2:a:b:c:PASS    .:2:c:b:a:PASS    .:-1:d:c:a:FAIL

使用awk？

和gawk有任何帮助：

awk '{$0=gensub(/[^:]*(:[^:]*:[^:]*:[^:]:FAIL)/,"-1\\1", "g" , $0)};1' File

对于sed：

sed 's/[^:]*\(:[^:]*:[^:]*:[^:]:FAIL\)/-1\1/g' File

---

如果您使用的是GNU awk，则可以利用

RT

功能1，在制表符和换行符处拆分记录：

awk '$NF == "FAIL" { $2 = "-1"; } { printf "%s", $0 RT }' RS='[\t\n]' FS=':' infile

输出：

GT:CN:CNL:CNP:CNQ:FT.：2:a:b:c:PASS.：2:c:b:a:PASS.：-1:d:c:a:FAIL

---

1当前记录后面的记录分隔符。

要在awk中拆分，可以使用

“拆分”

这方面的一个例子如下：

split(1,2,"3");

1是要拆分的字符串

2是要将其拆分为的数组

3是你想要分割的角色

e、 g

---

在这种情况下，结果将等于

hello，

，因为我们将字符串拆分为：“字符，并打印ARR的前半部分，如果我们打印ARR的后半部分（因此printf（“%s”，ARR[2]），那么它将返回“world”。

您的要求有些模糊，但我很确定这符合bog标准awk（无gnu awk扩展）的要求：

对于任何awk：

$ awk 'BEGIN{FS=OFS="\t"} {for (i=2;i<=NF;i++) if ($i~/:FAIL$/) sub(/:[^:]+/,":-1",$i)} 1' file
GT:CN:CNL:CNP:CNQ:FT    .:2:a:b:c:PASS  .:2:c:b:a:PASS  .:-1:d:c:a:FAIL

---

$awk'BEGIN{FS=OFS=“\t”}{for（i=2；iIs字符串总是在最后一个“：”列的分隔部分？它在文件末尾打印一个额外的选项卡，您可能希望在后期处理中对其进行修剪（只需将输出管道连接到
sed'$d'
）。此外，我还有一些自由；如果第1列与'FAIL'匹配，那么这将修改前一行的最后一列，但我假设第1列始终是固定标题。