使用 awk 更改文本文件格式答案

【问题标题】：changing text file format using awk使用 awk 更改文本文件格式
【发布时间】：2018-04-07 00:21:09
【问题描述】：

我有一个类似以下示例的文本文件：

chr10:100007446-100008677   153 154
chr8:100007446-100008677    165 166
chr6:100007446-100008677    170 171
chr1:100007446-100008677    2   3

我想更改文件中的一些元素。

在输入文件中，列是制表符分隔的
在第一列中，我只想保留 "chr" 和之后的数字，如下面的输出所示
2nd 列是"the 1st number just after ':' in the 1st column" 加上对应行第二列的数字。

3rd 列是 "the new number in the 2nd column + 1" 这是预期输出的一个小例子：

chr10   100007599   100007600
chr8    100007611   100007612
chr6    100007616   100007617
chr1    100007448   100007449

我在awk写了如下一段代码：

awk -F "\t"":""-" ' {print $1 = $1,  print $2 = $2+4, print $2 = $2+$4+1}' file.txt > out.txt

但它没有返回我想要的。你知道怎么解决吗？

【问题讨论】：

标签： awk

【解决方案1】：

这应该可以解决问题

awk -F ":|-|[[:blank:]]*" '{print $1,$2+$4,$2+$4+1}' file

这个输出：

chr10 100007599 100007600
chr8 100007611 100007612
chr6 100007616 100007617
chr1 100007448 100007449

如果您希望输出以制表符分隔，您可以使用（根据 William Pursell 的建议）

awk -F ":|-|[[:blank:]]*" '{print $1,$2+$4,$2+$4+1}' OFS="\t" file

或

awk 'BEGIN{FS=":|-|[[:blank:]]*";OFS="\t"}
     {print $1,$2+$4,$2+$4+1}' file

导致：

chr10   100007599       100007600
chr8    100007611       100007612
chr6    100007616       100007617
chr1    100007448       100007449

注意：SO 不允许逐字使用制表符

此外，如果您确定输入中只包含制表符而没有空格，则可以使用-F ":|-|\t" 来定义字段分隔符。

备注：注意标签是邪恶的。它们可以被认为是很好的字段分隔符，但是当您在编辑器或屏幕上将其可视化时，一切都取决于您的系统如何解释选项卡的宽度。是 4、8 还是 17？

【讨论】：

只需要OFS='\t'
（我想我是在解释“在输入文件中，列是制表符分隔的”意味着所需的输出包含制表符......）
@WilliamPursell 我已经相应地更新了答案。

【解决方案2】：

关注awk 可能会有所帮助。

awk '{split($0,a,"[:-]");print a[1],a[2]+$2,a[2]+$2+1}'  Input_file

解决方案二：

awk -F":|-| +" '{print $1,$2+$4,$2+$4+1}'  Input_file

【讨论】：

【解决方案3】：

$ awk -F'[-:\t]' -v OFS='\t' '{t=$2+$4; print $1, t, t+1}' file
chr10   100007599       100007600
chr8    100007611       100007612
chr6    100007616       100007617
chr1    100007448       100007449

【讨论】：