Question

我有一个标签分隔文件，如下所示：

Supercontig_1.1 400  1500  1       4
Supercontig_1.1 400  1500  2       4
Supercontig_1.1 20000  138566  1       1
Supercontig_1.1 20000  138566  2       1
Supercontig_1.2 300  1000  1       2
Supercontig_1.2 300  1000  2       2
Supercontig_1.2 1300  15000  1       2
Supercontig_1.2 1300  15000  2       2
Supercontig_1.3 0  10000  1       5
Supercontig_1.3 0  10000  2       5

我想将基于“Supercontig_1.X”模式的所有行提取到一个单独的文件中。即在一个文件中包含Supercontig_1.1的所有行，在另一个文件中包含Supercontig_1.2的所有行... 我试着查看“sed”命令，但我不确定如何在所有行的搜索模式不一样的情况下使用它。

Answer 1

使用awk的一种方式：

awk '{ print $0 >$1 }' infile

产量：

==> Supercontig_1.1 <==
Supercontig_1.1 400  1500  1       4
Supercontig_1.1 400  1500  2       4
Supercontig_1.1 20000  138566  1       1
Supercontig_1.1 20000  138566  2       1

==> Supercontig_1.2 <==
Supercontig_1.2 300  1000  1       2
Supercontig_1.2 300  1000  2       2
Supercontig_1.2 1300  15000  1       2
Supercontig_1.2 1300  15000  2       2

==> Supercontig_1.3 <==
Supercontig_1.3 0  10000  1       5
Supercontig_1.3 0  10000  2       5

我看不到您的字段用逗号分隔，只有空格。如果是这种情况，请更改字段分隔符（FS），例如：脚本开头的BEGIN { FS=","; }。

Answer 2

这可能适合你（GNU sed）：

sed -r ':a;$!N;s/^((\S*)\s.*)\n\2.*/\1/;ta;s/(\S*).*/\/^\1\/w\1/;P;D' file | 
sed -nf - file

这仅在文件排序时才有效。

如果文件未排序，请使用：

sort -u -k1,1 file | sed -r 's#^(\S*).*#/^\1/w\1#' | sed -nf - file

拆分文件或提取基于模式不同的行

2 个答案: