awk의 하위 문자열 대체

Question 1

주석에서 언급했듯이 AWK 및 sed 호출의 전체 체인을 단일 AWK 프로그램으로 구현하는 것이 가능해야 합니다.

요청한 질문에 답하고 세 번째 필드의 마지막 문자가 "1"인지 확인하려면 다음을 사용할 수 있습니다.

$3 ~ /1$/

대신 substr, 귀하의 경우에는

$3 ~ /1$/ {print $3$2,$1}

Answer

주석에서 언급했듯이 AWK 및 sed 호출의 전체 체인을 단일 AWK 프로그램으로 구현하는 것이 가능해야 합니다.

요청한 질문에 답하고 세 번째 필드의 마지막 문자가 "1"인지 확인하려면 다음을 사용할 수 있습니다.

$3 ~ /1$/

대신 substr, 귀하의 경우에는

$3 ~ /1$/ {print $3$2,$1}

Question 2

나는 그것을 알아

$3 == "CDS" && $1 ~ /1$/ {
        split($9,A,";") ;
        B=substr(A[4],6) ;
        V[B $7] = $1 ;
}
END {
        for (u in V) {
                print u  >> V[u] ;
                close(V[u]) ;
        }
}

결과는 17042개의 파일입니다.

$3 == "CDS" && $1 ~ /1$/ 그리고awk '$3=="CDS"' awk 'substr($3,11,11)==1
split($9,A,";") ;그리고 sed 's/;/\t/g' awk '{print $1,$7,$12}'
B=substr(A[4],6) ;~을 위한sed 's/Name=//g'
V[B $7] = $1 ;그리고sortuniq

스크립트를 실행하려면 코드를 삽입한 filter.awk다음

awk -f filter.awk file_to_parse

Answer

나는 그것을 알아

$3 == "CDS" && $1 ~ /1$/ {
        split($9,A,";") ;
        B=substr(A[4],6) ;
        V[B $7] = $1 ;
}
END {
        for (u in V) {
                print u  >> V[u] ;
                close(V[u]) ;
        }
}

결과는 17042개의 파일입니다.

$3 == "CDS" && $1 ~ /1$/ 그리고awk '$3=="CDS"' awk 'substr($3,11,11)==1
split($9,A,";") ;그리고 sed 's/;/\t/g' awk '{print $1,$7,$12}'
B=substr(A[4],6) ;~을 위한sed 's/Name=//g'
V[B $7] = $1 ;그리고sortuniq

스크립트를 실행하려면 코드를 삽입한 filter.awk다음

awk -f filter.awk file_to_parse

Question 3

gawk및 변수를 사용하여 tgt선택할 필드의 이름을 정의합니다.

awk -F"[\t;:,=]" -v tgt="Genbank" '$3=="CDS"{
   for (f=4; f<=NF; f++) if ($f ~ tgt) {
     if ( $(f+1) ~ /\.1$/ ) out[$(f+1)$7" "$1]=$1".lst"}}
   END{PROCINFO["sorted_in"]="@ind_num_asc"; 
      for (o in out) print o > out[o]}' GCF_000393655.1_Nsyl_genomic.gff

tail *.lst 

==> NW_009592652.1.lst <==
XP_009779696.1- NW_009592652.1

==> NW_009592685.1.lst <==
XP_009779697.1+ NW_009592685.1
XP_009779699.1- NW_009592685.1

==> NW_009592688.1.lst <==
XP_009779700.1+ NW_009592688.1
XP_009779701.1+ NW_009592688.1
XP_009779702.1+ NW_009592688.1

==> NW_009592716.1.lst <==
XP_009779703.1+ NW_009592716.1

댓글을 기반으로 반복 tgt="Parent"하여 입력하세요.test.gff3

tail *.lst

==> NbV1Ch18.lst <==
NBlab18G26040.1+ NbV1Ch18
NBlab18G26050.1- NbV1Ch18
NBlab18G26060.1+ NbV1Ch18
NBlab18G26070.1+ NbV1Ch18
NBlab18G26080.1- NbV1Ch18
NBlab18G26090.1- NbV1Ch18
NBlab18G26100.1- NbV1Ch18
NBlab18G26110.1- NbV1Ch18
NBlab18G26120.1+ NbV1Ch18
NBlab18G26130.1+ NbV1Ch18

==> NbV1Ch19.lst <==
NBlab19G29030.1+ NbV1Ch19
NBlab19G29040.1- NbV1Ch19
NBlab19G29050.1- NbV1Ch19
NBlab19G29060.1- NbV1Ch19
NBlab19G29070.1+ NbV1Ch19
NBlab19G29080.1+ NbV1Ch19
NBlab19G29090.1- NbV1Ch19
NBlab19G29100.1- NbV1Ch19
NBlab19G29110.1- NbV1Ch19
NBlab19G29120.1- NbV1Ch19

송곳

필요한 필드를 선택 tgt하고 먼저 레코드를 선택하세요.CDS

awk -F"[\t;:,=]" -v tgt="Genbank" '$3=="CDS"{

찾을 때까지 필드를 반복합니다.tgt

   for (f=4; f<=NF; f++) if ($f ~ tgt) {

대상 필드 값이 $(f+1)로 끝나는 지 확인하십시오 .1. 그렇다면 out이동하려는 파일 이름 값이 있는 배열에 형식화된 출력을 저장하십시오.

     if ( $(f+1) ~ /\.1$/ ) out[$(f+1)$7" "$1]=$1".lst"}}

완료되면 awk배열에 인덱싱된 숫자를 기준으로 오름차순으로 출력 배열을 반복하도록 설정합니다.

   END{PROCINFO["sorted_in"]="@ind_num_asc";

그런 다음 배열을 반복하고 원하는 인덱스를 o해당 파일에 인쇄하십시오.out[o]

      for (o in out) print o > out[o]}' GCF_000393655.1_Nsyl_genomic.gff

Answer