删除列中特定字符之后的字符答案

【问题标题】：Remove characters after a specific character in column删除列中特定字符之后的字符
【发布时间】：2015-06-25 02:46:42
【问题描述】：

我有一个文件：

chr12   121164863   +   NM_000017
chr17   7126029-7126037 +   NM_000018
chr11   108004589-108004593 +   NM_000019
chr12   52306964-52306968   +   NM_000020

我想要做的是删除第 2 列中 - 之后的字符以获得所需的输出：

chr12   121164863   +   NM_000017
chr17   7126029 +   NM_000018
chr11   108004589   +   NM_000019
chr12   52306964    +   NM_000020

关于如何完成此任务的任何建议？我在想 awk 或 sed，但它们很快就变得复杂了。

【问题讨论】：

你能在其他栏目中有-吗？如果是这样，请将其包含在您的示例输入/输出中。您是否关心保留输出中的空白？

标签： unix awk sed

【解决方案1】：

使用 awk 你可以做到

$ awk '{$2+=0}1' file
chr12 121164863 + NM_000017
chr17 7126029 + NM_000018
chr11 108004589 + NM_000019
chr12 52306964 + NM_000020

或者如果您希望它适用于非数字数据：

awk '{split($2,a,/-/);$2=a[1]}1' file

【讨论】：

您能解释一下数值部分的作用吗？这是否意味着“只有第 2 列中的值等于或大于零？
@crazysantaclaus：向字符串值添加零会将字符串转换为数字，其中表示的数字从字符串的开头开始，到第一个非数字字符结束。例如尝试awk 'BEGIN{print "123abc" +0}'

【解决方案2】：

这比你想象的要容易：

sed -E 's/-\d+//'

假设你可以做 PCRE，否则：sed -E 's/-[0-9]+//'

或者只使用 perl：

perl -pe 's/-\d+//g'

如果确实需要专门匹配第二个字段，而-出现在别处：

perl -pe 's/^(\w+\s+\d+)-\d+/$1/'

【讨论】：

s/-[0-9]+//; 有一个无用的尾随分号，您需要做一些事情来使 + 充当 RE 元字符，或者将 arg 添加到 sed（-r 或 @987654329 @) 或转义它。
嗯，好的。几乎所有事情都倾向于使用perl :)。
我还没有想出 perl 的用途，但我只编程了 35 年，所以我确信它就在拐角处；-)。我确实认为您的 sed 解决方案可能是最好的答案，只需要我提到的那些调整。
... 哦，你可以在 sed、awk、grep、shell 中做的所有事情，以及一些其他的东西，比如面向对象的代码、函数式编程、多线程和并行性。但除此之外，不多。
我知道它可以做什么我只是还没有找到它的用途（而不是在为做那件事而创建的特定工具中做我需要的特定事情）。它似乎确实很受欢迎，所以其他人一定在寻找它的用途。我的部分障碍是它在我使用的许多 UNIX 机器上不可用，即使我想安装它也没有权限，所以我没有很大的动力去研究它！