linux：从文件中提取模式答案

【问题标题】：linux: extract pattern from filelinux：从文件中提取模式
【发布时间】：2015-04-27 17:06:06
【问题描述】：

我有一个 4 列的大制表符分隔的 .txt 文件

col1    col2    col3    col4
name1   1       2       ens|name1,ccds|name2,ref|name3,ref|name4
name2   3       10      ref|name5,ref|name6
...     ...     ...     ...

现在我想从这个文件中提取以'ref|'开头的所有内容。这种模式只存在于 col4

所以对于这个例子，我想作为输出

ref|name3
ref|name4
ref|name5
ref|name6

我想为此使用“sed”，但我不知道从哪里开始。

【问题讨论】：

你可能想看看 awk ，应该更合适
sed 和 awk 在 linux 上都是一种惯用的方式

标签： linux awk sed

【解决方案1】：

我认为awk 更适合这项任务：

$ awk  '{for (i=1;i<=NF;i++){if ($i ~ /ref\|/){print $i}}}' FS='( )|(,)' infile
ref|name3
ref|name4
ref|name5
ref|name6

FS='( )|(,)' 设置一个多重FS 以通过, 和blank spaces 遍历列，然后在找到ref 模式时打印该列。

【讨论】：

我认为@kent 的回答要好得多。
如果模式总是在第 4 列也是我选择的选项，@Kent 为 +1

【解决方案2】：

现在我想从这个文件中提取所有以 '参考|'。 这种模式只存在于 col4

如果您确定该模式仅存在于 col4 中，您可以使用 grep：

grep -o 'ref|[^,]*' file

输出：

ref|name3
ref|name4
ref|name5
ref|name6

【讨论】：

我刚刚注意到这一点，并想更新我自己的答案。

【解决方案3】：

我的一个解决方案是首先使用awk 仅获取第 4 列，然后使用sed 将逗号转换为换行符，然后使用grep（或再次使用awk）获取那些以ref开头：

awk '{print $4}' < data.txt | sed -e 's/,/\n/g' | grep "^ref"

【讨论】：

【解决方案4】：

这可能对你有用（GNU sed）：

sed 's/\(ref|[^,]*\),/\n\1\n/;/^ref/P;D' file

用换行符包围所需的字符串，并且只打印那些以所需字符串开头的行。

【讨论】：