使用grep/sed/perl在一行中提取多个项目

Question

我有一个巨大的文本文件，有点像这样：

=?accession=P12345;=?position=999;
=?accession=Q19283;=?position=777;
=?accession=A918282;=?position=888;

我想提取accession=和;之间的项，然后还提取position=和;之间的项

所以我得到：

P12345 999
Q19283 777
A918282 888

我需要在两者之间转换的字符串确实变得更加复杂，所以我想象一个硬编码的解决方案。

我知道我可以采取"两个字符串之间的grep"方法：

grep -Po 'accession= K.*(?= ;)'

但我不知道如何从输入的同一行中获得后续提取，使其也与输出出现在同一行上。

我真的不介意怎么做，只要我能从linux命令行调用它。

谢谢。

Answer 1

1. 您可以像这样更新grep表达式。

   grep -oP "(accession=Kw+)|(position=Kd+)" file
   

   输出：

   P12345
   999
   Q19283
   777
   A918282
   888
   

   要按您想要的方式格式化，请使用paste:

   grep -oP "(accession=Kw+)|(position=Kd+)" file | paste -d ' ' - -
   

   输出：

   P12345 999
   Q19283 777
   A918282 888
   

2. 另一个简单的awk解决方案：

   awk -F"=|;" '{print $3, $6}' file
   

   输出：

   P12345 999
   Q19283 777
   A918282 888
   

Answer 2

这个perl一行

perl -wnE'say join " ", /(?:accession|position)=([^;]+)/g' input.txt

打印所需的输出。

Answer 3

这个awk应该工作：

awk -F ';' '{gsub(/=[^=]*=/, ""); $1=$1} 1' file
P12345 999
Q19283 777
A918282 888

Answer 4

sed -r 's/.*accession=([^;]*);.*position=([^;]*).*/1 2/' textfile