另一种选择：cut -d <string>?答案

【问题标题】：An alternative: cut -d <string>?另一种选择：cut -d <string>?
【发布时间】：2014-04-01 12:00:41
【问题描述】：

当我输入ls 时，我得到：

aedes_aegypti_upstream_dremeready_all_simpleMasked_random.fasta
anopheles_albimanus_upstream_dremeready_all_simpleMasked_random.fasta
anopheles_arabiensis_upstream_dremeready_all_simpleMasked_random.fasta
anopheles_stephensi_upstream_dremeready_all_simpleMasked_random.fasta
culex_quinquefasciatus_upstream_dremeready_all_simpleMasked_random.fasta

我想通过管道将其转换为 cut （或通过其他方式），以便我只得到：

aedes_aegypti
anopheles_albimanus
anopheles_arabiensis
anopheles_stephensi
culex_quinquefasciatus

如果 cut 接受一个字符串（多个字符）作为分隔符，那么我可以使用：

cut -d "_upstream_" -f1

但这是不允许的，因为 cut 只使用单个字符作为分隔符。

【问题讨论】：

标签： bash shell parsing text cut

【解决方案1】：

awk 允许字符串作为分隔符：

$ awk -F"_upstream_" '{print $1}' file
aedes_aegypti
anopheles_albimanus
anopheles_arabiensis
anopheles_stephensi
culex_quinquefasciatus
drosophila_melanogaster

注意，对于给定的输入，您还可以使用 cut 和 _ 作为分隔符并打印前两条记录：

$ cut -d'_' -f-2 file
aedes_aegypti
anopheles_albimanus
anopheles_arabiensis
anopheles_stephensi
culex_quinquefasciatus
drosophila_melanogaster

sed 和grep 也可以。例如，这个grep 使用前瞻打印从行首到找到_upstream 的所有内容：

$ grep -Po '^\w*(?=_upstream)' file
aedes_aegypti
anopheles_albimanus
anopheles_arabiensis
anopheles_stephensi
culex_quinquefasciatus
drosophila_melanogaster

【讨论】：

完美答案！

【解决方案2】：

如果您只想要第一个字段，您可以在纯 bash 中执行此操作：

ls | while read line; do echo "${line%%_upstream_*}"; done

【讨论】：

这么多替代方法，我从每一个中都学到了一点，谢谢！
@hello_there_andy 没问题，就是这样

【解决方案3】：

你也可以使用 sed：

sed -i.bak 's/_upstream.*//' file

结果：

aedes_aegypti
anopheles_albimanus
anopheles_arabiensis
anopheles_stephensi
culex_quinquefasciatus
drosophila_melanogaster

注意：这也会将原始文件创建为 file.bak 的备份。

【讨论】：

【解决方案4】：

类似于@Tom Fenech - 使用bash parameter expansion/substring removal - 但使用for 循环：

$ ls
aedes_aegypti_upstream_dremeready_all_simpleMasked_random.fasta
anopheles_albimanus_upstream_dremeready_all_simpleMasked_random.fasta
anopheles_arabiensis_upstream_dremeready_all_simpleMasked_random.fasta
anopheles_stephensi_upstream_dremeready_all_simpleMasked_random.fasta
culex_quinquefasciatus_upstream_dremeready_all_simpleMasked_random.fasta
drosophila_melanogaster_upstream_dremeready_all_simpleMasked_random.fasta

$ for file in *; do
> echo "${file%%_upstream_*}"
> done
aedes_aegypti
anopheles_albimanus
anopheles_arabiensis
anopheles_stephensi
culex_quinquefasciatus
drosophila_melanogaster

【讨论】：