regex - 逐行解析文件中的关键字符并复制行

Question

我正在尝试解析 DNA 蛋白质文件。我只想提取一定数量的信息。仅当该行以“ATOM”开头并且在第四列末尾有 G、A、T、C 时，我才想解析。例如，在下面的代码片段中，DG 将被解析，因为它末尾有一个 G。然后将该行保存在文件中。我正在使用庆典。你会用什么来做这个？ grep、find、sed、awk 或某种正则表达式？

感谢您的帮助!

    HETATM  103 HG22 MVA A   8       4.999  -1.260   2.090  1.00  0.00           H            
    HETATM  104 HG23 MVA A   8       5.639  -2.810   2.604  1.00  0.00          H  
    TER     105      MVA A   8                                                      
    ATOM    106  O5'  DG C  11     -12.710   1.571 -11.945  1.00  0.00           O  
    ATOM    107  C5'  DG C  11     -13.491   2.438 -11.111  1.00  0.00           C  

对原始问题的补充:

计算行总数和个人 G、A、T、C？将计数的总数输出到一个文件中，作为 Total Lines、TOTAL G、TOTAL T、TOTAL A、TOTAL C。

Answer 1

awk '/^ATOM/&&$4~/[GATC]$/' input > output