使用 awk 从文件中提取段答案

【问题标题】：extracting segments from a file with awk使用 awk 从文件中提取段
【发布时间】：2012-08-18 06:12:38
【问题描述】：

我有一个文件，我需要根据另一个文件中给出的字符范围从中提取段。我想使用 awk 命令来完成。

文件一看起来像这样（单行）：

AATTGTGAAGGTAGATGGCTCGCTCCGCGGCGGGGCGCGCGCGCGCGCGCGGGCTCGCTATATAGAGATATATGCGCGCGGCGCGCGGCGCGCGCGGCGCGCGCGTATATATATAGGCGCGCGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGAAAAAAAAAAAAAAAAAAAAAAAAATTTTTTTTTTTTTTTTTTTTTTTTTTTTTTGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGCCCCCCCCCCCCCC

第二个文件如下所示：

5 10
13 20
22 24

输出将是：

GTGAAG
AGATGGCT
GCT

【问题讨论】：

标签： awk

【解决方案1】：

这一条线将解决您的问题：

awk 'BEGIN{getline sequence < "first_file"} {print substr(sequence, $1, $2 - $1 + 1) }' second_file

解释：该脚本使用getline函数从名为first_file的文件中读取字符串sequence（调整为实际文件名）。然后对于第二个文件的每一行（包含处理范围），它使用substr 函数提取必要的子字符串。 substr 接受三个参数：字符串（sequence）、位置（$1）和长度（$2 - $1 + 1）。

【讨论】：

谢谢。非常感谢解释！

【解决方案2】：

Nya 为您提供了awk 解决方案，这是基于coreutils 的解决方案。

字符串

AATTGTGAAGGTAGATGGCTCGCTCCGCGGCGGGGCGCGCGCGCGCGCGCGGGCTCGCTATATAGAGATATATGCGCGCGGCGCGCGGCGCGCGCGGCGCGCGCGTATATATATAGGCGCGCGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGAAAAAAAAAAAAAAAAAAAAAAAAATTTTTTTTTTTTTTTTTTTTTTTTTTTTTTGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGCCCCCCCCCCCCCC

关闭

5 10
13 20
22 24

你可以得到你想要的输出：

while read off len; do cut -c${off}-${len} string; done < offlen

输出：

GTGAAG
AGATGGCT
GCT

【讨论】：