删除包含特定短语的单词答案

【问题标题】：deleting words which contain a certain phrase删除包含特定短语的单词
【发布时间】：2017-05-04 01:41:05
【问题描述】：

我希望删除所有包含特定短语 (TCNS) 的字符串

我有

TCONS_5424934 XLOC_2348324
catgcatgcatgcatgcatcgt

TCONS_33345 XLOC_2342323
catgcatgcatgcatgcatcgt

我愿意

XLOC_2348324
catgcatgcatgcatgcatcgt

XLOC_2342323
catgcatgcatgcatgcatcgt

我尝试过使用：

sed 's/\S*\(TCONS)\S*//g'

但这只会删除整行。如何删除整个单词？谢谢

【问题讨论】：

【解决方案1】：

对正则表达式稍作修改即可解决问题：

sed 's/\S*TCONS\S*\s*//g' file

这会删除任意数量的非空格，后跟 TCONS，后跟任意数量的非空格，以及任何尾随空格。

【讨论】：

【解决方案2】：

好吧，GNU awk（和 mawk）用于特定数据：

$ awk -v RS="[ \n]" '!/TCONS/' file
XLOC_2348324
catgcatgcatgcatgcatcgt

XLOC_2342323
catgcatgcatgcatgcatcgt

它使用空格和换行符作为记录分隔符，基本上将一条记录上的多个单词分解为多个记录，但您的预期输出允许它。

【讨论】：

【解决方案3】：

您也可以使用字符类来表达相同的想法，可读性可能会/可能不会更好，这更多的是品味问题，例如

sed 's/[^ \t]*TCONS[^ \t]*[ \t]*//g' file.txt

基本上，它只查找包含TCONS 的任何字符串，由space 或tab（如果存在）分隔，并删除该字符串以及任意数量的后续空格或制表符。正如 Tom 所示，字符串和空格指示符（\S 和 \s）是一个非常干净的实现，但字符类也是一个可行的选择，具体取决于对您最有意义的选项。

【讨论】：

【解决方案4】：

这样做：
sed 's/\b\s*\S*TCONS\S*\s*\b//g'
正则表达式中的 \b 匹配单词边界。 - 所以它只会删除带有 TCONS 的单词。它还会删除单词前后的所有空格字符，其中子字符串是 TCONS

【讨论】：