免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
› 论坛 › 程序设计 › Shell › 每一列字符串的提取
最近访问板块 发新帖
查看: 2034 | 回复: 8
打印 上一主题 下一主题

[文本处理] 每一列字符串的提取 [复制链接]

gooderpan

论坛徽章:
0
跳转到指定楼层
1楼 [收藏(0)] [报告]
发表于 2016-02-17 17:06 |只看该作者 |倒序浏览
有一个文件file:（tab分隔）
chM   34149    RankSum   T    0/0:7,0:7:9:0,9,135    0/0:12,0:12:18:0,18,270    0/0:14,0:14:18:0,18,270    ./.:0,0:0    0/1:9,5:14:91:91,0,226
chX   234312   Clipping    A    ./.:0,0:0    0/0:2,0:2:6:.:.:0,6,40    0/1:10,6:16:99:0|1:30689240_A_G:141,0,199   ./.:0,0:0   0/0:2,0:2:6:.:.:0,6,40


想要得到的结果是从第五列开始只保留前三个字符：
chM   34149    RankSum   T    0/0    0/0    0/0    ./.    0/1
chX   234312   Clipping    A    ./.    0/0    0/1   ./.   0/0

请各位大神帮忙，谢谢啦！！！
字符串
ly5066113

论坛徽章:
23
15-16赛季CBA联赛之吉林 日期:2017-12-21 16:39:27白羊座 日期:2014-10-27 11:14:37申猴 日期:2014-10-23 08:36:23金牛座 日期:2014-09-30 08:26:49午马 日期:2014-09-29 09:40:16射手座 日期:2014-11-25 08:56:112015年辞旧岁徽章 日期:2015-03-03 16:54:152015年迎新春徽章 日期:2015-03-04 09:49:0315-16赛季CBA联赛之山东 日期:2017-12-21 16:39:1915-16赛季CBA联赛之广东 日期:2016-01-19 13:33:372015亚冠之山东鲁能 日期:2015-10-13 09:39:062015亚冠之西悉尼流浪者 日期:2015-09-21 08:27:57
2楼 [报告]
发表于 2016-02-17 17:19 |只看该作者
回复 1# gooderpan


try:
  1. sed -r ':a;s/^((\S+\t){4})((\S+\t)*)(\S{3})\S+/\1\3\5/;ta' file
  2. awk 'BEGIN{FS=OFS="\t"}{for(i=5;i<=NF;i++)$i=substr($i,1,3)}1' file
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
gooderpan

论坛徽章:
0
3楼 [报告]
发表于 2016-02-17 17:42 |只看该作者
谢谢大神！！回复 2# ly5066113


   
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
moperyblue

论坛徽章:
28
15-16赛季CBA联赛之八一 日期:2016-02-22 19:10:4215-16赛季CBA联赛之深圳 日期:2016-12-01 10:34:0415-16赛季CBA联赛之新疆 日期:2016-12-07 10:24:2915-16赛季CBA联赛之同曦 日期:2016-12-15 12:06:43CU十四周年纪念徽章 日期:2016-12-18 13:03:4415-16赛季CBA联赛之吉林 日期:2017-01-03 15:52:2515-16赛季CBA联赛之辽宁 日期:2017-01-04 14:58:2415-16赛季CBA联赛之辽宁 日期:2017-01-15 09:42:512016科比退役纪念章 日期:2017-02-06 17:21:50黑曼巴 日期:2017-02-10 15:46:1215-16赛季CBA联赛之上海 日期:2017-03-18 10:14:5415-16赛季CBA联赛之青岛 日期:2017-03-18 22:00:44
4楼 [报告]
发表于 2016-02-17 19:42 |只看该作者
  1. sed -r 's/:\S+//g' file
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
_R__

论坛徽章:
0
5楼 [报告]
发表于 2016-02-19 14:56 |只看该作者
awk '{for(i=1;i<=NF;i++)printf "%s\t" ,i<=3?$i:substr($i,0,3);print "\n"}' 2 | column -t
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
wh7211

论坛徽章:
25
程序设计版块每日发帖之星 日期:2016-05-03 06:20:0015-16赛季CBA联赛之八一 日期:2018-07-05 10:34:09黑曼巴 日期:2018-07-06 15:19:5015-16赛季CBA联赛之佛山 日期:2018-08-03 13:19:3315-16赛季CBA联赛之山西 日期:2018-08-07 19:46:2315-16赛季CBA联赛之广夏 日期:2018-08-08 19:31:5015-16赛季CBA联赛之青岛 日期:2018-11-26 15:21:5015-16赛季CBA联赛之上海 日期:2018-12-11 09:45:3219周年集字徽章-年 日期:2020-04-18 23:54:5215-16赛季CBA联赛之深圳 日期:2020-04-19 21:40:19黑曼巴 日期:2022-04-03 17:55:1315-16赛季CBA联赛之八一 日期:2018-07-03 16:56:46
6楼 [报告]
发表于 2016-02-21 16:36 |只看该作者
本帖最后由 wh7211 于 2016-02-21 16:38 编辑
  1. awk 'BEGIN{OFS="\t"}{for(i=5;i<=NF;i++){split($i,t,":");$i=t[1]};print}' file
  2. chM        34149        RankSum        T        0/0        0/0        0/0        ./.        0/1
  3. chX        234312        Clipping        A        ./.        0/0        0/1        ./.        0/0
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
hz_oracle

论坛徽章:
2
luobin 日期:2016-06-17 17:46:36lufei 日期:2016-06-17 17:49:16
7楼 [报告]
发表于 2016-03-07 22:33 |只看该作者
大神太多了，学习了~
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP