Печатать только поля совпадающего заголовка, начиная с совпадающих записей - PullRequest
Новая
       31

Печатать только поля совпадающего заголовка, начиная с совпадающих записей

4 голосов
/ 21 января 2012

Я пытаюсь извлечь определенные поля из моего файла. По сути, выходные поля содержат только совпадающее выражение, а выход начинается после соответствующих записей.

Это пример моего ввода. Иногда поля располагаются в разных порядках, а также имеют разное количество строк перед заголовком, который я пытаюсь сопоставить.

Мне было трудно понять, как этого добиться с помощью команд cut и sed, и я не смог найти метод awk. 

CGATS.17
FORMAT_VERSION  1
KEYWORD "SampleID"
KEYWORD "SAMPLE_NAME"
NUMBER_OF_FIELDS    45
WEIGHTING_FUNCTION "ILLUMINANT, D50"
WEIGHTING_FUNCTION "OBSERVER, 2 degree"
BEGIN_DATA_FORMAT
SampleID    SAMPLE_NAME CMYK_C  CMYK_M  CMYK_Y  CMYK_K  LAB_L   LAB_A   LAB_B   nm380   nm390   nm400
END_DATA_FORMAT
NUMBER_OF_SETS  182
BEGIN_DATA
1   1   40  40  40  0   62.5    6.98    4.09    0.195213    0.205916    0.212827
2   2   0   40  40  0   73.69   25.48   24.89   0.200109    0.211081    0.218222
3   3   40  40  0   0   63.95   12.14   -20.91  0.346069    0.365042    0.377148
4   4   0   70  70  0   58.91   47.69   35.54   0.080033    0.084421    0.087317
END_DATA

Это грязный код, который я использовал, который в основном выполнял работу, но без условного поиска в заголовке поля. Команда awk просто удаляет пустые строки, окружающие вывод. 

cut -f 7-9 -s input.txt | 
sed -E 's/(LAB_.)//g' |
awk 'NF' > file.txt

Вывод, который я ожидал, выглядит следующим образом. Он по-прежнему разделен табуляцией и содержит только значения полей, начинающихся непосредственно с (LAB _.) 

62.5    6.98    4.09
73.69   25.48   24.89
63.95   12.14   -20.91
58.91   47.69   35.54

Ответы [ 3 ]

1 голос
/ 22 января 2012

другой скрипт awk: 

 awk '/^BEGIN_DATA_FORMAT/{getline;f=NF;for(i=1;i<=NF;i++)if($i~/^LAB_[LAB]/)l[i]++;} 
/^BEGIN_DATA/,/^END_DATA/ && NF==f{s=""; for(x in l)s=s?s"\t"$x:$x; print s;}' input

вывод вашего примера ввода: 

62.5    6.98    4.09
73.69   25.48   24.89
63.95   12.14   -20.91
58.91   47.69   35.54

некоторые примечания к скрипту awk выше:

  • Обработка заголовка аналогична решению @ JayPal, но с небольшим отличается: вы упомянули, что порядок столбцов может быть другим, поэтому для соответствия заголовка мой скрипт awk посмотрел следующую строку "BEGIN_DATA_FORMAT". так как 1-й столбец заголовка мог что-то отличное от SampleID.

  • в выводе, как вы и ожидали, печатать только значения (разделены [табуляции]) но без заголовка. если вы сказали, что порядок столбцов может быть переменным, вы может потерять информацию заголовка. скажи, какой столбец LAB_L, а A? и т.п. это может быть легко сделано, если это действительно необходимо.

1 голос
/ 21 января 2012

Скрипт: 

#!/usr/bin/awk -f

# We look for line starting with BEGIN_DATA_FORMAT do the getline function and 
# store location of fields that have "LAB" in their name on the next line.

/^BEGIN_DATA_FORMAT/{
        getline
            for (i=1;i<=NF;i++) 
                    if ($i~/LAB/) a[i]=$i
                } 

# In this regex range we look for lines that have more than 2 fields. For those 
# lines we loop thru each field and see if the location matches to the ones 
# captured in our earlier array (i.e location number of fields that have "LAB" 
# in their name). If we find a match we print those fields. 

/^BEGIN_DATA$/,/^END_DATA$/{
             s="";
             if (NF<2) next; else 
                for (j in a)
            s=s?s"\t"$j:$j
            print s; 
                 }

Тест: 

[jaypal:~/Temp] ./script.awk file
62.5    6.98    4.09    
73.69   25.48   24.89   
63.95   12.14   -20.91  
58.91   47.69   35.54
0 голосов
/ 21 января 2012

Это может работать для вас: 

 sed '/^BEGIN_DATA\>/,/^END_DATA\>/{//d;s/\(\S*\s*\)\{6\}\(\S*\s*\S*\s*\S*\).*/\2/p};d' file

Или остаться с cut: 

cut -f7-9 file | sed '/^\([-.0-9]*\s*[-.0-9]*\s*[-.0-9.]*$\)/!d'

Или (но я предполагаю, что здесь в формате вашего входного файла): 

sed 's/\s*$//' file | cut -f7-9 | sed '/^BEGIN_DATA$/,/^END_DATA$/{//d;p};d'
...