如何使用python脚本或Shell在CSV文件的库伦中拆分或切片文本？

Question

1. 第1_1368083_US_PBPR_STD行
2. 行215_1368083_US_PBPR_ENH
3. 行216_60902413_US_PBPR_ENH
4. 行227_37758281_US_PBPR_ENH

最终输出应仅为一列1368083数字

Answer 1

使用str.split

s1 = "Row1_1368083_US_PBPR_STD"
s2 ="Row215_1368083_US_PBPR_ENH"

print(s1.split("_")[1])
print(s2.split("_")[1])

输出：

1368083
1368083

或正则表达式。

import re

s1 = "Row216_60902413_US_PBPR_ENH"
s2 ="Row227_37758281_US_PBPR_ENH"

print(re.findall(r"\d{6,}", s1)[0])
print(re.findall(r"\d{6,}", s2)[0])

Answer 2

使用sed提取两个'_'之间的数字部分，

sed 's/^.*_\([0-9]*\)_.*/\1/'

或使用awk提取第二个字段，以'_'分隔，

awk -F'_' '{print $2}'

Answer 3

awk -F_ '$2 ~/1368083/{print $2}' file
1368083
1368083