trouver un motif dans un fichier

J'ai un fichier txt de 500 lignes et une colonne.trouver un motif dans un fichier

La colonne de chaque ligne apparaît ce que certains comme celui-ci (comme un exemple, je suis coller deux lignes):

chr22:49367820-49368570_NR_021492_LOC100144603,chr22:49368010-49368760_NM_005198_CHKB,chr22:49368010-49368760_NM_152247_CPT1B,chr22:49368010-49368760_NM_152253_CHKB  

chr22:49367820-49368570_NR_021492_LOC100144603,chr22:49368010-49368760_NM_005198_CHKB

Voulez-vous que je veux extraire de chaque ligne est les valeurs à partir de NM_ ou NR_ comme

rangée 1 a NR_021492 NM_005198 NM_152247 NM_152253
rangée 2 a NR_021492 NM_005198
...

dans l'onglet Fichier délimité

des suggestions pour une ligne de commande bash?

Source

2011-06-17 Angelo

délimité par onglet, mais une colonne? –

Salut John! Il peut être dans une colonne mais séparé par un tiret (-). Idéalement, j'aimerais les avoir dans différentes colonnes. – Angelo

Est-il correct que la partie 'chr22' soit toujours statique? – Sorpigal

Essayez:

sed -r -e 's/chr[0-9]+:[^_]*_(N[RM])_([0-9]+)_[^,_]+([, ]|$)/\1_\2'$'\t''/g;s/'$'\t''$//g'

GNU sed En supposant.

Alors

sed -r -e 's/chr[0-9]+:[^_]*_(N[RM])_([0-9]+)_[^,_]+([, ]|$)/\1_\2'$'\t''/g;s/'$'\t''$//g' your_file > tab_delimited_file

EDIT: Mise à jour de ne pas laisser un caractère de tabulation de fin sur chaque ligne.

EDIT 2: Mis à jour à nouveau pour fonctionner avec n'importe quelle séquence chr-then-number.

Source

2011-06-17 11:16:11 Sorpigal

hey votre réponse a presque résolu le problème.Mais pas complètement, voici un exemple de jeu de données pour vous ROW1 chr1: 6684303-6685053_NM_018198_DNAJC11 – Angelo

@Angelo: J'ai demandé si 'chr22' était statique. Je vais mettre à jour ma réponse. – Sorpigal

@Sorpigal, 'sed -r 's/[^ _] * _ (N [RM] _ [0-9] +) _ [^, _] + ([,] | $)/\ 1 \ t/g 'infile' –

grep "NM" yourfiname | cut -d_ -f3 | sed 's/[/\d]*/NM_/' 
grep "NR" yourfiname | cut -d_ -f3 | sed 's/[/\d]*/NR_/'

Source

2011-06-17 11:10:13 Sahal

Cela échoue en supposant qu'un seul NR ou MR sur bloc dans chaque ligne. Les données d'entrée peuvent seulement avoir une "colonne" mais la sortie devrait avoir plusieurs. – Sorpigal

cat file|sed s/$.*!(NR)//;

Utilisez une expression régulière pour enlever tout avant la NR

Source

2011-06-17 11:15:29 benhsu

awk -F '[,:_-]' '{ 
    for (i=1; i<NF; i++) 
     if ($i == "NR" || $i == "NM") 
      printf("%s_%s ", $i, $(i+1)) 
    print "" 
}'

Cela permettra également de travailler, mais imprimer chaque match sur sa propre ligne: egrep -o 'N[RM]_[0-9]+

Source

2011-06-17 13:09:15

trouver un motif dans un fichier

Répondre

Questions connexes