Linux - grep模式及其值。

Question

我有大型数据文件，如下所示：

AM_fep=1;AF=8.236e-06;AN=121412…
AM_fep =1; AN=121412;AF=0.000265…
AM_fep =2;AF=1.647e-05;AN=121412…

我只要求grep只有AF=字段的数值。

我使用过grep -o -E 'AF=[0-9]*'，但它给出的值的第一个数字如下：

AF=8
AF=0
AF=1

Answer 1

这需要使用grep的-o选项，它只打印与模式匹配的行的部分。

我们可以把这个和

grep -o 'AF=[^;]*' datafile

该模式匹配文字字符串AF=，后面跟着任意数量的非分号字符。针对您的文件，它会产生

AF=8.236e-06
AF=0.000265…
AF=1.647e-05

使用egrep (或等效的grep -E)，我们可以要求在等号之后至少有一个字符

egrep -o 'AF=[^;]+' datafile

您尝试的模式不起作用的原因是它与AF=匹配，后面跟着任意数量的数字。因此，它不能提取小数点(或指数符号和负号)。

Answer 2

AWK解

给定您的语料库，您可以对分号进行字段拆分，然后在行上的每个字段上循环查找匹配的AF。例如：

$ awk -F\; '{for (i=1; i<=NF; i++) if ($i ~ /AF/) print $i}' /tmp/corpus 
AF=8.236e-06
AF=0.000265…
AF=1.647e-05

请注意，第二个示例正确地匹配了发布的语料库中包含的…省略号字符。您的真实数据可能没有，但如果有，您可以使用匹配()或子()字符串函数来排除它。例如：

$ awk -F\; '{for (i=1; i<=NF; i++) if ($i ~ /AF/) {sub(/…/, "", $i); print $i}}' \
  /tmp/corpus
AF=8.236e-06
AF=0.000265
AF=1.647e-05