awk的使用另一個捕獲所有實例

-1

在下面的awk我想捕捉的KCNMA1所有條件來過濾文件，在gene行（這是名稱的一個列的列表），它們在file$8這是tab-delimitedawk的使用另一個捕獲所有實例

因此，在下面的示例中，KCNMA1出現在$8中的所有實例/行將打印到output。

也可能有多個;，但是名稱（在此例中爲KCNMA1）將包含在內。 awk似乎捕獲了可能的4個條件中的2個，但並非如當前輸出所示的所有實例。謝謝：）。

基因

KCNMA1

文件

R_Index Chr Start End Ref Alt Func.IDP.refGene Gene.IDP.refGene GeneDetail.IDP.refGene 
4629 chr10 78944590 78944590 G A intergenic NONE;KCNMA1 dist=NONE;dist=451371 
4630 chr10 79396463 79396463 C T intronic KCNMA1 . 
4631 chr10 79397777 79397777 C - exonic KCNMA1;X1X . 
4632 chr10 81318663 81318663 C G exonic SFTPA2 . 
4633 chr10 89397777 89397777 - GAA exonic NONE;X1X;KCNMA1 .

電流輸出

R_Index Chr Start End Ref Alt Func.IDP.refGene Gene.IDP.refGene GeneDetail.IDP.refGene 
1 chr10 79396463 79396463 C T intronic KCNMA1 . 
2 chr10 79397777 79397777 C - exonic KCNMA1;X1X .

期望的輸出（tab-delimeted）

R_Index Chr Start End Ref Alt Func.IDP.refGene Gene.IDP.refGene GeneDetail.IDP.refGene 
4629 chr10 78944590 78944590 G A intergenic NONE;KCNMA1 dist=NONE;dist=451371 
4630 chr10 79396463 79396463 C T intronic KCNMA1 . 
4631 chr10 79397777 79397777 C - exonic KCNMA1;X1X . 
4633 chr10 89397777 89397777 - GAA exonic NONE;X1X;KCNMA1 .

AWK

awk -F'\t' 'NR==FNR{a[$0];next} FNR==1{print} {x=$8; sub(/;.*/,"",x)} x in a{$1=++c; print}' gene file > out

來源

2016-12-06 Chris

不知道爲什麼了' - 1'，我還以爲包括了所有的細節，但編輯。謝謝：）。 – Chris

我認爲這適合你：awk'NR <2; $ 8〜/ KCNMA1 /'文件 –

對於單基因，只是通過如您使用的是可變

$ awk -v gene='KCNMA1' -v d=';' 'NR==1 || d $8 d ~ d gene d' file

櫃檯，因爲你想有似無必要第一場。

如果你想支持基於文件的基因列表，你可以使用這個

$ awk -v d=';' 'NR==FNR {genes[$0]; next} 
       FNR==1; 
         {for(g in genes) 
          if(d $8 d ~ d g d) print}' genes file

來源

2016-12-07 01:26:10 karakfa

非常感謝。那麼'gene'每行中的所有文本都會讀入數組'g'，而'd =;'會告訴'awk'每行中可能有';'。如果只是在'file'的'$ 8'中查找'g'中的任何字符串。我很抱歉，如果我的理解是關閉的，我正在努力學習。非常感謝:) – Chris

這是爲了消除子串匹配，例如假設你在尋找「CNMA」，你不想與KCNMA1匹配。這對您的數據集可能不是問題，但最好是安全的。 – karakfa

非常感謝，這有助於很多:)。 – Chris

awk的使用另一個捕獲所有實例

回答

相關問題