用条件替换模式的 Linux 命令

Question

我仍在学习 Linux 命令，我想知道是否有人可以帮助我解决我正在尝试做的事情:我有一个这样的文件:

3       rs123     0       600001   A       G
3       rs345     0        600002  T       G
3   3:124369637:A_G 0   124369637   A   G
3   3:124369637:G_GT    0   124369637   G   GT

只有当第 5 列和第 6 列的长度大于 1 时，我才尝试用“ID”替换第二次出现的冒号之后的任何内容，而如果长度为 1，我需要删除后面的任何内容第二次出现结肠。所以我想要这样:

3       rs123     0       600001   A       G
3       rs345     0        600002  T       G
3   3:124369637 0   124369637   A   G
3   3:124369637:ID  0   124369637   G   GT

我尝试了几种方法，我可以达到某个程度，但我坚持到最后一部分。另外，我现在所拥有的似乎又长又扭曲。非常感谢任何建议!谢谢!

首先，我这样做是为了将“:ID”添加到格式为 3:124369637 的所有案例中:

awk -F' ' '//{gsub(/[:][A-Za-z].*/, ":ID", $2); print} file.txt

然后我尝试仅在第 5 列和第 6 列的长度 >1 的情况下保留 ID(但这不起作用):

awk -F' ' '{
if (length($5) ==1 && length($6) ==1 && $2 ~/ID/ )
    gsub(/ID/,"");print;
    else
    print;
    }' file.txt

Answer 1

awk -v OFS='\t' '
{
    if (length($5) == 1 && length($6) == 1 )
    {
        sub(/:[^:]*$/, "", $2)
        print
    }
    else if ( length($5) >= 1 && length($6) >= 1 )
    {
        sub(/:[^:]*$/, ":ID", $2)
        print
    }
    else
        print
}'
file.txt

试试这个。您可能想修改替换 logit，我想每一行至少有两个冒号。