awk 第一次出现字符时拆分

Question

尝试使用awk拆分每一行。 如果有更多的p或q ，则(上的第二次拆分无法正常工作（第 2 行是一个示例。如果出现不止一次，我将无法忽略第二个。我尝试了^pq但没有成功产生所需的。谢谢:)。

文件

1p11.2(120785011_120793480)x3   
1q12q21.1(143192432_143450240)x1~2

awk

awk '{split($0,a,"[pq(_]"); print "id"a[1],a[3]}' file

当前的

id1 120785011
id1 21.1

想要的

id1 120785011
id1 143192432

Answer 1

另一个awk

$ awk -F'[(_]' '{split($0,a,"[pq]"); print "id"a[1],$2}' file

id1 120785011
id1 143192432

由于您不控制行中pq的数量，因此请使用两种不同的拆分方式，一种用于字段分隔符以查找值，第二种用于 id。

Answer 2

split function 返回字段数，因此我们可以利用它：

{
    n = split($0, a, /[pq(_]/)
    printf "id%s %s\n", a[1], a[n-1]
}

输出

id1 120785011
id1 143192432

Answer 3

这是您可以使用FS正则表达式本身并保持awk简单的事情：

awk -F '[(_]|[pq]([^pq]*[pq])*' '{print "id" $1, $3}' file

id1 120785011
id1 143192432

FS正则表达式详细信息

• '[(_] : 匹配(或_
• | ： 或者
• [pq]([^pq]*[pq])* ：匹配p或q后跟 0 个或多个非 pq 字符后跟p或q

Answer 4

我会为此使用 sed ，因为它是单行上的简单替换，这是 sed 最适合的：

$ sed 's/\([^pq]*\)[^(]*(\([^_]*\).*/id\1 \2/' file
id1 120785011
id1 143192432

Answer 5

更新 1：意识到我可以让它更简洁：

mawk 'sub("^","id")<--NF' FS='[pq][^(]+[(]|[_].+$'

即使输入中嵌入了空行，它也能工作，因为sub()先行，所以NF不会递减到负区域并触发错误消息。

================================================ ===========

一个基于awk的解决方案，不需要：

• 进一步，冗余， array拆分，或

• 支持反向引用的regex引擎：

 input :

1p11.2(120785011_120793480)x3   
1q12q21.1(143192432_143450240)x1~2

 command ::

  mawk 'sub("^","id",$!(NF*=2<NF))' FS='[pq][^(]+[(]|[_].+$' 

 output :

id1 120785011 
id1 143192432