如何使用awk选择具有特定字符串的元素

Question

下面有两个行的例子，但是实际数据有很多行。我只想选择在linux中以'viridae‘结尾的分类单元，也许以awk结尾。这类字串的序号与";“分裂的顺序不同，如正粘病毒科第8次，Solemoviridae第7次。

Viruses; Riboviria; Orthornavirae; Negarnaviricota; Polyploviricotina; Insthoviricetes; Articulavirales; Orthomyxoviridae; Alphainfluenzavirus

Viruses; Riboviria; Orthornavirae; Pisuviricota; Pisoniviricetes; Sobelivirales; Solemoviridae; Polerovirus

请问如何达到这个目标？谢谢

Answer 1

试试这个：

awk -F';' '{for(i=1;i<=NF;i++) if($i~"viridae") print $i}' file

如果你想剥夺领导或训练的空间：

awk -F '[ \t]*;[ \t]*' '{for(i=1;i<=NF;i++) if($i~"viridae") print $i}' file

问:如果没有匹配，如何在这一行中添加一个NA？

awk -F '[ \t]*;[ \t]*' '{
    f=0
    for(i=1;i<=NF;i++) if($i~"viridae$") {f=1; print $i}
    if (!f) print "N/A"
}' file

Answer 2

为什么是awk？这就是编写grep的目的:-)

我创建了以下文件：

Prompt> cat test.txt
first latest nogeentest testament blabla
toet toet

我想看到所有的单词，以“测试”结束：

Prompt> grep -o "[a-z]*[a-z]test" test.txt
latest
nogeentest

我想看到所有包含“测试”一词的单词：

Prompt> grep -o "[a-z]*test[a-z]*" test.txt
latest
nogeentest
testament

你可能会得到以下方面的帮助：

Prompt> grep -o "[a-z]*[a-z]viridae" test.txt

玩得开心!

关于您的信息：[a-z]*[a-z]的意思是“任意数量的字母，后面跟着任何字母”，有时可以用[a-z]+替换。然而，在我的系统中，这似乎不起作用。