使用grep进行模式匹配时保持行结构
使用grep进行模式匹配时保持行结构
提问于 2013-02-21 18:06:16
我有一个关于grep的问题。我正在寻找多行文本中的特定模式。通常在同一行上有多个匹配项。我已经知道了如何提取模式，但是grep会将每个匹配项放在新的一行上。有什么方法可以阻止grep这样做吗？理想情况下，我希望提取所有匹配项并保留原始文件的行结构。
下面是一个示例：
一个输入行(其中有数千行)：
MUC3A|ENST00000414964[in] MUC3A|ENST00000422757[in] MUC3A|ENST00000319509[in] MUC3A|ENST00000483133[in] RP11-395B7.2.1|ENST00000420080[me] RP11-395B7.2.1|ENST00000438198[me] RP11-395B7.2.1|ENST00000434775[5g] MUC12|ENST00000536621[5g] MUC12|ENST00000379442[5g] MUC3A|ENST00000480291[5g] 我的grep命令：
grep -oe MUC12[\|A-Za-z0-9-]*\[[A-Za-z0-9]*\]我当前的输出：
MUC12|ENST00000536621[5g]
MUC12|ENST00000379442[5g]我的理想输出是：
MUC12|ENST00000536621[5g] MUC12|ENST00000379442[5g]有什么想法吗？如果任何人能提供任何见解，我将非常感激。
回答 2
Stack Overflow用户
回答已采纳
发布于 2013-02-21 21:07:12
$ awk '{
s=""
for (i=1;i<=NF;i++) {
if ($i ~ /MUC12[\|A-Za-z0-9-]*\[[A-Za-z0-9]*\]/) {
printf "%s%s",s,$i
s=" "
}
}
print ""
}' file
MUC12|ENST00000536621[5g] MUC12|ENST00000379442[5g]我会稍微修改一下你的RE来锚定表达式，为了简洁和可移植性使用字符类而不是显式的范围，并且寻找1个或更多的字符(+)而不是允许零(*)：
$ awk '{
s=""
for (i=1;i<=NF;i++) {
if ($i ~ /^MUC12\|[[:alnum:]-]+\[[[:alnum:]]+\]$/) {
printf "%s%s",s,$i
s=" "
}
}
print ""
}' file
MUC12|ENST00000536621[5g] MUC12|ENST00000379442[5g]我还将"|“移出了字符列表，因为它似乎不属于您发布的示例输入。
Stack Overflow用户
发布于 2013-02-21 23:55:03
当您设置-o标志时，grep将在新行上分别打印每个匹配项，并且无法更改此行为。简单的解决方法是让grep打印出每个匹配的行号，然后连接连续编号的行号。您可以使用awk来完成此操作。像这样运行：
< file grep -one "MUC12[\|A-Za-z0-9-]*\[[A-Za-z0-9]*\]" | awk -f script.awkscript.awk的内容
BEGIN {
FS=":"
}
$1 == y {
sub(/[^:]+:/,"")
r = (r ? r OFS : "") $0
next
}
x {
print x, r
r=""
}
{
x=$0
y=$1
sub(/[^:]+:/,"",x)
}
END {
print x, r
}或者，下面是一行代码：
< file grep -one "MUC12[\|A-Za-z0-9-]*\[[A-Za-z0-9]*\]" | awk -F ":" '$1 == y { sub(/[^:]+:/,""); r = (r ? r OFS : "") $0; next } x { print x, r; r="" } { x=$0; y=$1; sub(/[^:]+:/,"",x) } END { print x, r }'这里介绍的方法可以应用于grep支持的任何正则表达式。与公认的答案不同，对于非空格分隔的正则表达式，这种方法不会失败-这可能非常重要。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/14999440
复制相关文章
相似问题
腾讯云开发者
