我有一个包含不同行的大文件。
我感兴趣的线路看起来很像:
lcl|NC_005966.1_gene_59 scaffold441.6 99.74 390 1 0 1 390 34065 34454 0.0 715
lcl|NC_005966.1_gene_59 scaffold2333.4 89.23 390 42 0 1 390 3114 2725 1e-138 488
lcl|NC_005966.1_gene_60 scaffold441.6 100.00 186 0 0 1 186 34528 34713 1e-95 344
现在我想得到模式'lcl|NC_'之后的行,但前提是第三个字(或行中的第n个字)小于100。
(在这种情况下,前两行,因为它们只得到了99.74和89.23的数字)
接下来应该将它们保存到一个新文件中。
这可以使它:
$ awk '$1 ~ /^lcl|NC_/ && $3<100' file
lcl|NC_005966.1_gene_59 scaffold441.6 99.74 390 1 0 1 390 34065 34454 0.0 715
lcl|NC_005966.1_gene_59 scaffold2333.4 89.23 390 42 0 1 390 3114 2725 1e-138 488
它检查两件事:
-从lcl|NC_
开始的第一个字段:$1 ~ /^lcl|NC_/
完成。(感谢Ed Morton改进了以前的$1~"^lcl|NC_"
)
-第三字段<100:$3<100
。
要保存到文件中,您可以执行以下操作:
awk '$1 ~ /^lcl|NC_/ && $3<100' file > new_file
^^^^^^^^^^