嵌套的awk命令？

Question

我有两个密码：

nut=`awk "/$1/{getline; print}" ids_lengths.txt`

和

grep -v '#' neco.txt |
grep -v 'seq-name' |
grep -E '(\S+\s+){13}\bAC(.)+CA\b' |
awk '$6 >= 49 { print }' |
awk '$6 <= 180 { print }' |
awk '$4 > 1 { print }' |
awk '$5 < $nut { print }' |
wc -l

我希望我的剧本在这个地方取代“坚果”：

awk '$4 < $nut { print }'

从这里返回的数字：

nut=`awk "/$1/{getline; print}" ids_lengths.txt`

但是，上面代码中的$1不应该代表来自ids_lengths.txt的列，而应该代表来自neco.txt的第一列！(类似于我在主代码中使用$6和$4 )。

对于如何解决这些嵌套的awk问题，我们将非常感激：)

编辑:输入文件行(neco.txt)如下所示：

FZWTUY402JKYFZ  2   100.000 3   11  9     4.500 7   0   0   0   .   TG  TGTGTGTGT

最大的问题是，当使用第一列(例如，ids_lengths.txt)进行搜索时，我希望筛选第五列中的行号小于数字，这是从另一个文件( FZWTUY402JKYFZ)获得的。这就是为什么我在我的草稿脚本中添加了"nut“变量:-)

ids_lengths.txt看起来是这样的：

>FZWTUY402JKYFZ 
153
>FZWTUY402JXI9S 
42
>FZWTUY402JMZO4 
158

Answer 1

您可以将两个grep -v操作和四个连续的awk操作组合到每个操作中。这在不完全重写所有内容的情况下为您提供了有用的节约：

nut=`awk "/$1/{getline; print}" ids_lengths.txt`
grep -E -v '#|seq-name' neco.txt |
grep -E '(\S+\s+){13}\bAC(.)+CA\b' |
awk -vnut="$nut" '$6 >= 49 && $6 <= 180 && $4 > 1 && $5 < nut { print }' |
wc -l

我不想让单个awk脚本确定nut的值并进行基于值的筛选。这是可以做到的，但它会不必要地使事情复杂化--除非您能够证明整个过程是影响生产系统性能的瓶颈，在这种情况下，您确实会更加努力地工作(尽管我可能会在这种情况下使用Perl；它可以在一个命令中完成全部任务)。

Answer 2

大约：

awk -v select="$1" '$0 ~ select && FNR == NR { getline; nut = $0; } FNR == NR {next} $4 > 1 $5 < nut && $6 >= 49 && $6 <= 180 && ! /#/ && ! /seq-name/ && $NF ~ /^AC.+CA$/ {count++} END {print count}' neco.txt ids_lengths.txt

regex需要调整以适应AWK理解的内容。我看不出regex是如何匹配您提供的示例数据的。解决方案的一部分可能是使用字段计数作为条件之一。也许是NF == 13或者NF >= 13。

为了提高可读性，下面是上面列出的多行脚本：

awk -v select="$1" '
    $0 ~ select && FNR == NR {
        getline
        nut = $0; 
    }
    FNR == NR {next}
    $4 > 1
    $5 < nut && 
    $6 >= 49 && 
    $6 <= 180 && 
    ! /#/ && 
    ! /seq-name/ &&
    $NF ~ /^AC.+CA$/ {
        count++
    } 
    END {
        print count
}' ids_lengths.txt neco.txt