☰

데이터 범위를 기준으로 파일 검색

tag-icon • tag-icon shell-script awk search
데이터 범위를 기준으로 파일 검색

도움을 요청하기 전에 게시했습니다. 문자열의 발생 횟수를 계산합니다.. 이제 특정 값 범위 내에서 문자열 발생을 검색하고 비슷한 형식의 파일을 인쇄하고 싶습니다(아래 범위는 범위의 초기 숫자로 정렬됨).

500506  genome  71445   71461   0
500506  genome  308369  308384  0
500506  genome  335450  335533  0
500506  genome  425268  425293  0
500506  genome  623326  623715  0
502289  genome  308370  308384  0
502289  genome  335462  335689  0
502289  genome  425268  425290  0

범위, 파일에서 해당 범위를 본 횟수, 해당 범위를 가진 줄 식별자를 보여주는 목록을 얻고 싶습니다.

71445-71461 1 500506
308369-308369 1 500506
308370-308384 2 500506,502289 
335450-335461 1 500506
335462-335533 2 500506,502289
335534-335689 2 500506,502289
425268-425290 2 500506,502289
425291-425293 1 500506

위의 예에서 502289는 500506과 정확히 동일한 범위와 일치할 수도 있고, 해당 범위 내의 어딘가에 속할 수도 있고, 그 반대일 수도 있습니다. 간단한 스크립트로 이 작업을 수행할 수 있습니까? 아니면 Perl 스크립트 같은 것을 사용해야 합니까?

답변1

이 명령문이 올바르게 실행되는지 확인하려면 더 많은 양의 데이터(4행 이상)에서 다음 스크립트를 테스트해야 합니다.if ((A[1]<$3 && $4<=A[2])||(A[1]<=$3 && $4<A[2]))

awk '
    BEGIN{SUBSEP="-"}
    {     if (($3, $4) in ids)
              ids[$3,$4]=ids[$3,$4] "," $1
          else
              ids[$3,$4]=$1
    } 
    END{  for (rng1 in ids) {
              split (rng1,A,SUBSEP)
              for (rng2 in ids) {
                  split (rng2,B,SUBSEP)
                  if ((A[1]<B[1] && B[2]<=A[2])||(A[1]<=B[1] && B[2]<A[2]))
                      ids[rng2]=ids[rng2] "," ids[rng1]
                  }
              }
          for (rng in ids) {
              for (i=1;i<=split(ids[rng],D,",");i++)
                  a[D[i]]=1
              s=k=""
              n=0
              for (j in a) {
                  k=k s j
                  s=","
                  n++
                  }
              print rng, n, k
              delete a
              }
     }' formatted.file

관련 정보