awk将同一行中的两个元素与正则表达式进行比较

Posted 2021-03-28

我的文件很长，我必须比较同一行中存在的两个染色体编号。我想使用awk创建一个仅采用染色体编号不同的行的文件。

这是我的文件的示例：

CHROM   ALT
    1   ]1:1234567]T
    1   T[1:2345678[
    1   A[12:3456789[
    2   etc...

在此示例中，我希望比较染色体的编号（在CHROM列中为'1'）和第一个方括号（[或]）与“：”符号之间的编号。如果这些数字不同，我希望打印相应的行。

这里，结果应该像这样：

    1   A[12:3456789[

谢谢您的帮助。

答案

$ awk -F'[][]' '$1+0 != $2+0' file
    1   A[12:3456789[
    2   etc...

另一答案

这需要3个参数match()函数的GNU awk：

gawk 'match($2, /[][]([0-9]+):/, a) && $1 != a[1]' file

另一答案

再次感谢您提供不同的答案。

下面是几列的数据：

CHROM   POS       ID      REF   ALT
    1   1000000   123:1     A   ]1:1234567]T
    1   2000000   456:1     A   T[1:2345678[
    1   3000000   789:1     T   A[12:3456789[
    2   ...       ...       .   ...

我的问题是：当我有几列时，如何修改前面的代码？

另一答案

awk '/....1...A.12:/{print $0}' file

    1   A[12:3456789[