在匹配模式的列旁边打印列
我有这个制表符分隔的文件：
gene 1 A 6 gene_name TP53 B
exon 6 B 2 2 A gene_name MYC2 10.0 B
transcript 3 B B 4 gene_name ORF1
如何在列后打印第一列和下一gene_name列？如您所见，gene_name并不总是存在于同一列中。
我不确定如何获得最后一部分：
awk 'BEGIN{OFS="t"} {print $1, ??}' myFile.tsv
所以，我的预期输出是：
gene TP53
exon MYC2
transcript ORF1
谢谢！
回答
使用您显示的样本，请尝试以下操作。
第一个解决方案：如果您gene_name在单行中有多个值，那么以下可能会有所帮助。
awk 'BEGIN{FS=OFS="t"} {for(i=1;i<=NF;i++){if($i=="gene_name"){print $1,$(i+1);i++}}}' Input_file
第二种解决方案：如果您只有 1 个，请gene_name使用以下方法。
awk 'BEGIN{FS=OFS="t"} {for(i=1;i<=NF;i++){if($i=="gene_name"){print $1,$(i+1);next}}}' Input_file
第 3 种解决方案：在您非常具体的情况下，gene_name总是出现在第 3 场，我们可以尝试这个，对于通用解决方案，请尝试第 1 或第 2 种解决方案。
awk 'BEGIN{FS=OFS="t"} $3=="gene_name"{print $1,$4}' Input_file
或者，如果您想检查倒数第二个字段并打印最后一个字段值，请使用：
awk 'BEGIN{FS=OFS="t"} $(NF-1)=="gene_name"{print $(NF-1),$NF}' Input_file
4解决方法：用sed请尝试以下。
sed -E 's/(S+).*gene_names+(S+).*/1t2/' Input_file