删除第一行，直到列中出现正则表达式答案

【问题标题】：Remove the first lines till the occurence of a regular expression in a column删除第一行，直到列中出现正则表达式
【发布时间】：2016-09-18 15:16:50
【问题描述】：

我有一些我使用以下命令整理的行

grep ENSG00000006114 File | sort -V 
chr17   35874900    35879174    ABCD0000006114:I25  -
chr17   35874901    35879174    ABCD0000006114:I25  -
chr17   35875548    35875671    ABCD0000006114:E27  -
chr17   35875672    35877289    ABCD0000006114:I26  -
chr17   35877290    35877445    ABCD0000006114:E26  -
chr17   35877446    35877932    ABCD0000006114:I25  -

但是我想删除第一行中包含 ':I' 的第一行，直到我得到 ':E' 因为我一直在尝试类似

grep ENSG00000006114 File | sort -V | awk '{if ($4 ~ /:I/ && NR==1) next};1'

但是，在上述情况下，前几行可能不止一次出现，所以我如何排除包含 :I 的行，直到第一个 :E 出现在第一行，这样我的最终结果将是：

   chr17   35875548    35875671    ABCD0000006114:E27  -
   chr17   35875672    35877289    ABCD0000006114:I26  -
   chr17   35877290    35877445    ABCD0000006114:E26  -
   chr17   35877446    35877932    ABCD0000006114:I25  -

【问题讨论】：

标签： regex shell awk

【解决方案1】：

假设由于您的输入文件非常庞大，因此 grep+sort 按该顺序很有用，那么您需要 awk 提供的只是：

grep ENSG00000006114 File | sort -V | awk '$4~/:E/{f=1} f'

如果文件不大，您可能会丢失 grep：

sort -V File | awk '!/ENSG00000006114/{next} $4~/:E/{f=1} f'

【讨论】：

你给出了最优雅和最简单的解决方案来匹配 OP 的数据（因为 E 无论如何都不会在 I 之前）。

【解决方案2】：

你可以使用这个 awk：

grep ENSG00000006114 File | sort -V |
awk 'p==1 && $4 ~ /:E/{p=2} !p && $4 ~ /:I/{p=1} p==1{next} 1'

chr17   35875548    35875671    ABCD0000006114:E27  -
chr17   35875672    35877289    ABCD0000006114:I26  -
chr17   35877290    35877445    ABCD0000006114:E26  -
chr17   35877446    35877932    ABCD0000006114:I25  -

当p==0 && $4 匹配:I 然后我们设置p=1
p==1 我们跳过该记录并移至下一条
当p==1 && $4 匹配:E 时，我们设置p=2 从而允许打印剩余的记录。

【讨论】：

非常感谢（也为解释）..工作！
这比它必须要复杂得多，请参阅stackoverflow.com/a/39559531/1745001。可能是喝咖啡的时间了；-)。
似乎更复杂，因为 OP 只想在 $4 中从第一个 :I 跳过块到下一个 :E。如果没有:I，那么我们不需要跳过行，直到:E
@anubhava，很好。您提供的通用解决方案即使在 E 在 I 之前也有效。

【解决方案3】：

您也可以直接将其重定向回grep：

$ grep ENSG00000006114 File | sort -V  | grep -A 10000000000000000 :E
chr17   35875548    35875671    ABCD0000006114:E27  -
chr17   35875672    35877289    ABCD0000006114:I26  -
chr17   35877290    35877445    ABCD0000006114:E26  -
chr17   35877446    35877932    ABCD0000006114:I25  -

【讨论】：