如何解析某个字符串后面的数字大于阈值的行？

Question 1

由于这看起来像 JSON，所以我们使用命令行 JSON 解析器：

$ jq '.[] | select((.r2|tonumber) > 0.7 and (.r2|tonumber) <= 1)' file
{
  "variation1": "rs6139746",
  "r2": "0.910749",
  "d_prime": "0.638509",
  "population_name": "1000GENOMES:phase_3:KHV",
  "variation2": "rs6072937"
}

我们必须使用来将键的值r2从字符串转换为正确的数字tonumber，但除此之外，它是一个简单的过滤器select()。

我们可以稍微缩短它，或者至少避免转换每个数字两次，和

jq '.[] | (.r2|tonumber) as $r2 | select($r2 > 0.7 and $r2 <= 1)' file

您希望结果的格式与输入相同，请使用

$ jq -c '.[] | (.r2|tonumber) as $r2 | select($r2 > 0.7 and $r2 <= 1) | [.]' file
[{"variation1":"rs6139746","r2":"0.910749","d_prime":"0.638509","population_name":"1000GENOMES:phase_3:KHV","variation2":"rs6072937"}]

也就是说，要求“紧凑输出”并使用-c为通过过滤器提取的每个结果创建一个数组。select()[.]

Answer

由于这看起来像 JSON，所以我们使用命令行 JSON 解析器：

$ jq '.[] | select((.r2|tonumber) > 0.7 and (.r2|tonumber) <= 1)' file
{
  "variation1": "rs6139746",
  "r2": "0.910749",
  "d_prime": "0.638509",
  "population_name": "1000GENOMES:phase_3:KHV",
  "variation2": "rs6072937"
}

我们必须使用来将键的值r2从字符串转换为正确的数字tonumber，但除此之外，它是一个简单的过滤器select()。

我们可以稍微缩短它，或者至少避免转换每个数字两次，和

jq '.[] | (.r2|tonumber) as $r2 | select($r2 > 0.7 and $r2 <= 1)' file

您希望结果的格式与输入相同，请使用

$ jq -c '.[] | (.r2|tonumber) as $r2 | select($r2 > 0.7 and $r2 <= 1) | [.]' file
[{"variation1":"rs6139746","r2":"0.910749","d_prime":"0.638509","population_name":"1000GENOMES:phase_3:KHV","variation2":"rs6072937"}]

也就是说，要求“紧凑输出”并使用-c为通过过滤器提取的每个结果创建一个数组。select()[.]

Question 2

使用 awk：

awk 'match($0, /"r2":"[^"]+"/) {
  t = substr($0, RSTART+6, RLENGTH-7)
  f = 0.7<t+0 && t+0<=1
  if ( f ) print 
}' list_20.txt

您也可以在 perl 中执行此操作：

perl -lne '
  print if /"r2":"(.*?)"/ and 0.7<$1 && $1<=1;
' list_20.txt

我们正在寻找引号中的字符串 r2 及其后面的内容。然后应用范围检查的条件，如果发现在范围内则打印该行。

Answer

使用 awk：

awk 'match($0, /"r2":"[^"]+"/) {
  t = substr($0, RSTART+6, RLENGTH-7)
  f = 0.7<t+0 && t+0<=1
  if ( f ) print 
}' list_20.txt

您也可以在 perl 中执行此操作：

perl -lne '
  print if /"r2":"(.*?)"/ and 0.7<$1 && $1<=1;
' list_20.txt

我们正在寻找引号中的字符串 r2 及其后面的内容。然后应用范围检查的条件，如果发现在范围内则打印该行。

Question 3

awk -F'[][{},]' '{
  for (i=3;i<=NF-2;i++){
    if ($i ~ /^"r2"/){
      r2=substr($i, 7, length($i)-7)
      if (r2>0.7 && r2<=1){ print; break }
    }
  }
}' list_20.txt > 20.out

使用]、[、{和}作为,字段分隔符。然后循环遍历每个记录中的字段，跳过前两个和最后两个字段（因为它们始终为空）。

测试当前字段是否以开头"r2"并提取值substr($i, 7, length($i)-7)，即跳过前 6 个字符"r2":"并省略最后一个字符"。

如果值在范围内，则打印记录并中断循环。

Answer

awk -F'[][{},]' '{
  for (i=3;i<=NF-2;i++){
    if ($i ~ /^"r2"/){
      r2=substr($i, 7, length($i)-7)
      if (r2>0.7 && r2<=1){ print; break }
    }
  }
}' list_20.txt > 20.out

使用]、[、{和}作为,字段分隔符。然后循环遍历每个记录中的字段，跳过前两个和最后两个字段（因为它们始终为空）。

测试当前字段是否以开头"r2"并提取值substr($i, 7, length($i)-7)，即跳过前 6 个字符"r2":"并省略最后一个字符"。

如果值在范围内，则打印记录并中断循环。

Question 4

如果数字是浮点数，您可以像这样 grep 出这些行：

$  LC_ALL=C grep -E '"r2":"((0?\.(7[0-9]*[1-9][0-9]*|[89][0-9]*))|1(\.0*)?)"' list_20.txt

-E 选项打开扩展正则表达式

Answer

如果数字是浮点数，您可以像这样 grep 出这些行：

$  LC_ALL=C grep -E '"r2":"((0?\.(7[0-9]*[1-9][0-9]*|[89][0-9]*))|1(\.0*)?)"' list_20.txt

-E 选项打开扩展正则表达式

如何解析某个字符串后面的数字大于阈值的行？

答案1

答案2

答案3

答案4

相关内容