linux - 使用 grep/sed/perl 在一行中提取多个项目

Question

我有一个像这样的大文本文件:

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

我想提取 accession= 之间的术语和 ; , 然后也在 position= 之间和 ;

所以我得到:

P12345 999
Q19283 777
A918282 888

我需要在它们之间进行 grep 处理的字符串确实变得更加复杂，所以我设想了一个硬编码解决方案。

我知道我可以采用“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提取后续内容，使其也出现在与输出相同的行中。

我真的不介意这是如何完成的，只要我可以从 linux 命令行调用它即可。

谢谢。

Answer 1

1. 您可以像这样更新您的 grep 表达式。

   grep -oP "(accession=\K\w+)|(position=\K\d+)" file
   

   输出:

   P12345
   999
   Q19283
   777
   A918282
   888
   

   要按照您想要的方式格式化，请使用 paste :

   grep -oP "(accession=\K\w+)|(position=\K\d+)" 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