使用sed/awk移除分隔文本列的最后一部分。

Question

我有一个值行的文件。第一列PacBio读取ID是一个正斜杠分隔的值.我想通过删除最后的斜杠和超出它的值来修改该列。理想情况下，结果是可流的(sed/awk等)并且不依赖于正斜杠的数量(也就是说，无论是否有一个正斜杠，还是三个斜杠，解决方案都应该工作，如下所示)。

# example row
m54151_170617_100137/4194626/10117_11723/0_1606 1257    1606

# desired row
m54151_170617_100137/4194626/10117_11723    1257    1606

Answer 1

短sed解决方案：

sed 's~/[^/[:space:]]* ~ ~' file

示范性产出：

m54151_170617_100137/4194626/10117_11723 1257    1606

• ~ -作为sed子命令分隔符处理

Answer 2

如果您不介意稍微修改一下空格：

awk '{sub("/[^/]*$","",$1)}1' input

如果空格重要：

sed 's@^\([^ ]*\)/[^ /]* @\1 @' input

Answer 3

如果您的字段中可能有空格，请使用/拆分。

使用awk，您可以在/上拆分，用/重新连接字段，然后打印最后一个字段：

$ awk -F'/' '{s=""
             for (i=1;i<NF;i++)
                s=s ? s FS $i : $i
              print s $NF}' file

在Ruby中，这也是比较容易的：

$ ruby -F'/' -lane 'puts $F[0...-1].join("/")<<$F[-1]' file