如何分割AWK場正確

Question

我有一個文件（test.bed），看起來像這樣（這可能不是被製表分隔）：

chr1 10002 10116 id=1;frame=0;strand=+; 0 + 
chr1 10116 10122 id=2;frame=0;strand=+; 0 + 
chr1 10122 10128 id=3;frame=0;strand=+; 0 + 
chr1 10128 10134 id=4;frame=0;strand=+; 0 + 
chr1 10134 10140 id=5;frame=0;strand=+; 0 + 
chr1 10140 10146 id=6;frame=0;strand=+; 0 + 
chr1 10146 10182 id=7;frame=0;strand=+; 0 + 
chr1 10182 10188 id=8;frame=0;strand=+; 0 + 
chr1 10188 10194 id=9;frame=0;strand=+; 0 + 
chr1 10194 10200 id=10;frame=0;strand=+; 0 + 

我想產生下面的輸出（這應該是製表分隔）：

chr1 10002 10116 id=1 0 + 
chr1 10116 10122 id=2 0 + 
chr1 10122 10128 id=3 0 + 
chr1 10128 10134 id=4 0 + 
chr1 10134 10140 id=5 0 + 
chr1 10140 10146 id=6 0 + 
chr1 10146 10182 id=7 0 + 
chr1 10182 10188 id=8 0 + 
chr1 10188 10194 id=9 0 + 
chr1 10194 10200 id=10 0 + 

我試圖用下面的代碼：

awk 'OFS="\t" split ($0, a, ";"){print a[1],$5,$6}' test.bed 

但後來我得到：

chr1 10002 10116 id=1 40 4+ 
chr1 10116 10122 id=2 40 4+ 
chr1 10122 10128 id=3 40 4+ 
chr1 10128 10134 id=4 40 4+ 
chr1 10134 10140 id=5 40 4+ 
chr1 10140 10146 id=6 40 4+ 
chr1 10146 10182 id=7 40 4+ 
chr1 10182 10188 id=8 40 4+ 
chr1 10188 10194 id=9 40 4+ 
chr1 10194 10200 id=10 40 4+ 

我在做什麼錯？不知何故，數字「4」被添加到最後兩個字段。我認爲數字'4'在某種程度上可能與第4場中的分裂有關，但是，我嘗試生成一個類似的文件，它是第3場被分割，仍然有數字'4'被添加到最後兩個領域。我對'awk'比較陌生，所以我猜這是語法錯誤。任何幫助，將不勝感激。

Answer 1

如果您設置字段分隔符爲空白或半支柱，你不會有處理自己分裂：

$ awk '{print $1,$2,$3,$4,$8,$9}' FS='[[:space:]]+|;' OFS='\t' file 
chr1 10002 10116 id=1 0 + 
chr1 10116 10122 id=2 0 + 
chr1 10122 10128 id=3 0 + 
chr1 10128 10134 id=4 0 + 
chr1 10134 10140 id=5 0 + 
chr1 10140 10146 id=6 0 + 
chr1 10146 10182 id=7 0 + 
chr1 10182 10188 id=8 0 + 
chr1 10188 10194 id=9 0 + 
chr1 10194 10200 id=10 0 + 

---

至於你在做什麼錯：

awk 'OFS="\t" split ($0, a, ";"){print a[1],$5,$6}' 

• awk的語法是condition{block}並將值設置爲OFS並將i沒有條件。他們是應該在塊內的聲明。
• 但是，您確實無需在每行上設置OFS的值，因此它只應初始化一次。您可以使用-v選項在BEGIN塊中或在腳本之後執行此操作。

有效的替代品：

$ awk -v OFS='\t' '{split($0,a,";");print a[1],$5,$6}' file 

$ awk 'BEGIN{OFS="\t"}{split($0,a,";");print a[1],$5,$6}' file 

$ awk '{split ($0,a,";");print a[1],$5,$6}' OFS='\t' file 

Answer 2

試試這個：

awk -F\; '{print $1,$4}' test.bed