☰

复制文本文件中包含大于 5000 的数字的每一行

tag-icon • tag-icon text-processing numeric-data
复制文本文件中包含大于 5000 的数字的每一行

您好，我已经尝试了很多类似问题的解决方案，但似乎没有一个对我有用。我有一个文本文件，其中每行在字符串“ length_ ”之后都有未定义长度的数字。如何选择该数字等于或大于 5000 的所有行？这是迄今为止我尝试过的最干净的代码尝试，但它仍然只生成一个空文件（即使 file1 肯定包含数字大于 5000 的行）

grep --regexp="length_\"[5-9][0-9]\{3,\}\"" file1.txt > file2.txt

输入文本文件中的示例信息：
/file/path/xx00:>TEXT_1_length_81903_cov_10.5145_
/file/path/xx01:>TEXT_2_length_348971_cov_13.6753_
/file/path/xx02:>TEXT_3_length_4989_cov_11.9516_
/file/path/xx03:>TEXT_4 _length_29811_cov_13。第7948
章 /文件/路径/xx03:>TEXT_5_length_2567_cov_13.7948_

输出文本文件中所需的示例信息：
/file/path/xx00:>TEXT_1_length_81903_cov_10.5145_
/file/path/xx01:>TEXT_2_length_348971_cov_13.6753_
/file/path/xx03:>NODE_4_length_29811_cov_13.7948_

答案1

这是使用 awk 打印文件中字符串“length_”后包含小于或等于 5000 的数字的行的一种方法：

awk '{sub("length_", "", $0); if ($0 <= 5000) { print "length_"$0 } }' input

它只是告诉awk我们去掉“length_”字符串，然后将该行的剩余部分与 5000 进行比较；如果小于或等于 5000，则打印“length_”以及该行的其余部分。你的 Q 的主题行（当时）说“大于 5000”，所以如果这是实际的愿望，只需更改 awk 中的比较即可：

awk '{sub("length_", "", $0); if ($0 > 5000) { print "length_"$0 } }' input

鉴于实际的文件格式，awk 命令可以大大简化：

awk -F_ '$4 > 5000' input

或者

awk -F_ '$4 <= 5000' input

通过告诉 awk 根据下划线分割字段，然后将第四个字段与 5000 进行比较。如果比较为真，则（默认情况下）打印。

答案2

grep -E '_length_([5-9][0-9]{3}|[0-9]{5,})_' file1.txt > file2.txt

输出行包含：

  • _length_随后是：
    • 5-9以及另外 3 位数字 (5000-9999)或者
    • 5 位或更多数字（10000+）
  • 其次是_。

相关内容