使用 awk 修改文本

Posted 2023-03-24

【中文标题】使用 awk 修改文本

【英文标题】：Modifying text using awk

【发布时间】：2012-11-23 12:02:08

【问题描述】：

我正在尝试文件。一共有三列，我想删除第一列的部分文字：

range=chr1      20802865        20802871        
range=chr1      23866528        23866534

到

chr1      20802865        20802871        
chr1      23866528        23866534

我该怎么做？

我试过awk ' substr("range=chr*", 7) ' 和awk 'sub(/[^[:space:]]*\\/, "")1' 但它会删除文件的所有内容。

【问题讨论】：

下面的答案描述了更好的方法，但要明确一点：你当前的awk 命令的问题是你从不打印任何东西。在awk 中，如果指定地址不带命令，则默认命令打印整行；但是由于您正在指定命令（通过使用 ... ），除非您明确告诉它（通过调用print），否则它实际上不会打印任何内容。

【参考方案1】：

设置字段分隔符为=并打印第二个字段：

# With awk                                                                     
$ awk -F= 'print $2' file
chr1      20802865        20802871        
chr1      23866528        23866534

# Or with cut
$ cut -d= -f2 file                  
chr1      20802865        20802871        
chr1      23866528        23866534

# How about grep
$ grep -Po '(?<==).*' file
chr1      20802865        20802871        
chr1      23866528        23866534

# Temp file needed
$ cut -d= -f2 file > tmp; mv tmp file

如果要将更改存储回file，awk、cut 和grep 都需要临时文件，更好的解决方案是使用sed：

 sed -i 's/range=//' file

这将替换 range= 没有任何内容，-i 表示更改已就地完成，因此无需像 sed 那样处理临时文件。

【参考方案2】：

如果你不需要使用awk，你可以使用sed，我觉得更简单一些。希望您熟悉正则表达式运算符，例如 ^ 和 .。

$ cat awkens
range=chr1      20802865        20802871
range=chr1      23866528        23866534
$ sed 's/^range=//' awkens
chr1      20802865        20802871
chr1      23866528        23866534

【参考方案3】：

看起来您在文件中使用制表符而不是空格作为分隔符，所以：

awk 'BEGINFS="[=\t]"; OFS="\t" print $2, $3, $4' input_file

或

awk 'BEGINFS="[=\t]"; OFS="\t" $1=""; gsub("\t\t", "\t"); print' input_file

【讨论】：

在 awk 中删除字段很尴尬。删除字段 1 的另一种方法：for (i=2; i<=NF; i++) $(i-1)=$i; NF--