Bash 提取最后 n 个字符，与单独的列进行比较答案

【问题标题】：Bash extract last n characters, compare to separate columnBash 提取最后 n 个字符，与单独的列进行比较
【发布时间】：2014-03-05 17:17:07
【问题描述】：

我有一个包含以下列的输入文件：

'-'    CT    C>CCT  
'-'    TA    G>GTA  
'-'    TAT    A>ATAT

基本上，我正在尝试测试第 3 列中箭头后面的最后 n 个字符是否与第 2 列的内容相同，其中 n 是箭头前后字母的长度差。

到目前为止，我尝试过的所有操作似乎都引发了错误。我的想法如下：

awk -F"\t" '{split($3,x,">");
{n_base=length(x[2])-length(x[1]);
ins={$x[2]: -$n_base};
if($2 == $ins) {print $0}}'

有什么想法吗？

提前致谢。

【问题讨论】：

ins={$x[2]: -$n_base} 是一种 shell 语言结构。 awk 不是 shell，awk 是一个可以从 shell 调用的工具，就像cut、grep 等一样。此外，您可以通过命名变量来获取 awk 变量的值，就像在 C 中一样，而不是通过粘贴$ 在它前面，就像在 shell 中一样。获取阿诺德·罗宾斯 (Arnold Robbins) 的书 Effective Awk Programming, Third Edition。

标签： string bash awk extract

【解决方案1】：

您没有显示任何示例输出，所以这是一个猜测，但听起来您想要的只是：

$ awk -F'[\t>]' '$2==substr($4,length($3)+1)' file
'-'     CT      C>CCT
'-'     TA      G>GTA
'-'     TAT     A>ATAT

【讨论】：

【解决方案2】：

我认为这会做你想要的：

awk -F'\t' '
        {
          split($3, parts, ">");
          fl = length(parts[2])
          check = substr(parts[2], fl-length($2)+1)
        }

        $2 == check {print}
        '

【讨论】：

split 的第三个参数是一个 RE。通过不使用 RE 分隔符 '/.../' 您告诉 awk 您的 RE 在一个字符串中，这将导致它被解析两次，一次是在读取脚本时，然后在执行脚本时再次解析。这对于您现在拥有的单个字符无关紧要，但对于其他分隔符来说，您不得不双重转义 RE 元字符，这会给您带来很多痛苦。只需使用 RE 分隔符，除非您有非常具体的理由不使用（例如，将字符串文字与变量连接）：split($3,parts,/>/).
另外，去掉虚假的尾随分号，在你的最终条件之后你不需要{print}，因为这是默认操作。