我有一个包含 550 万行的文件。
例子:
chr1 10000 10468 + (TAACCC)n Simple_repeat Simple_repeat
chr1 10468 11447 - TAR1 Satellite telo
chr1 11504 11675 - L1MC5a LINE L1
chr1 11677 11780 - MER5B DNA hAT-Charlie
chr10_GL383545v1_alt 11877 11980 - Alu ERV1
chr11_BL383595v1_alt 12077 12980 - Alu ERV1
chr3 11504 11675 - L1MC5a LINE L1
_
我有兴趣只保留第一列中没有的行
输出将类似于:
chr1 10000 10468 + (TAACCC)n Simple_repeat Simple_repeat
chr1 10468 11447 - TAR1 Satellite telo
chr1 11504 11675 - L1MC5a LINE L1
chr1 11677 11780 - MER5B DNA hAT-Charlie
chr3 11504 11675 - L1MC5a LINE L1
我不知道存在多少不需要的行。我更愿意使用,awk
但普通的 bash 命令也可以。
答案1
awk
最适合处理列
awk '$1 !~ /_/' file
!~
允许检查某些内容是否与模式不匹配
和grep
grep -v '^\S*_' file
或者,如果\S
无法识别,
grep -v '^[^[:space:]]*_' file