☰

Extrahieren von Zeilen aus einer großen Textdatei

tag-icon • tag-icon grep
Extrahieren von Zeilen aus einer großen Textdatei

Ich habe eine Textdatei mit Daten, die so aussehen (1875 Zeilen, um genau zu sein)

chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 6585538 6585547 0.905022147 -   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148428 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_-_6585517 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 6767855 6767864 0.703029237 +   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148303 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_+_6768100 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 8686283 8686292 0.481284243 +   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148085 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_-_8685906 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 10660924    10660933    0.818294903 +   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148400 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_+_10661128 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 12327417    12327426    0.584010382 -   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148387 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_+_12327504 
chr1    MOTEVOC_cage_181208 TF_binding_site_cage_181208 12327433    12327442    0.825226087 -   .   TF_binding_site_cage_181208 MEF2A,B,C,D-148388 ;ALIAS MEF2A,MEF2B,MEF2C,MEF2D ;L3_ID L3_chr1_+_12327504

Ich suche nach einer Lösung zum Extrahieren der Zeilen, die ganz am Ende ein „+“ haben. (Das passiert nach dem letzten ;.) Ebenso versuche ich, die -Strangzeilen zu extrahieren und in separate Dateien zu speichern.

Edit: Änderung des Datensatzes, hatte mir vorher die falsche Datei angeschaut.

Antwort1

Aus den Kommentaren entnehme ich, dass Sie Zeilen extrahieren möchten, deren 7. Spalte entweder +oder ist -. Die Eingabedatei ist tabulatorgetrennt. Um dies zu tun und dabei die +Zeilen in der Datei mit dem Namen plusund die Minuszeilen in der Datei mit dem Namen zu speichern minus, ist das natürlichste Tool wahrscheinlich awk:

awk -F'\t' '$7=="+"{print >"plus"} $7=="-"{print>"minus"}' file

Wie es funktioniert:

  • -F'\t'

    awkliest jeweils einen Datensatz (Zeile) ein und trennt ihn in Felder. Hier setzen wir als Feldtrennzeichen einen Tabulator.

  • $7=="+"{print >"plus"}

    Wenn das 7. Feld ein ist +, dann speichere die Zeile in der Datei plus.

  • $7=="-"{print>"minus"}

    Wenn das 7. Feld ebenfalls ein ist -, speichern Sie die Zeile in der Datei minus.

Antwort2

sed -ne '/^[^+-]*+/w plus.file' -e //d -e '/^[^+-]-/w minus.file' <infile

Gehen Sie für den siebten tabulatorgetrennten Abschnitt wie folgt vor:

sed -ne 'h;s/\([^\t]*\t\)\{6\}[^\t+-]*//
            /^-/{g;w minus.file' -e 'b
         }; /^+/{g;w plus.file'  -e \}

<tab>Anstelle der oben genannten Escapezeichen müssen Sie jedoch möglicherweise ein Literalzeichen verwenden \t.

verwandte Informationen