从 Linux 中的文件中提取文本：特定行； 在 2 种不同的模式之间

Question

我有一堆文本文件，都具有相同的结构，我需要在特定的行中提取特定的部分。

我可以用 awk 轻松提取行：

awk 'NR==23' blast_out.txt

CP046310.1 Lactobacillus jensenii strain FDAARGOS_749 chromosome,...  787     0.0 

但我不想要整行，而只是左侧第一个空格（在CP046310.1之后）和右侧双空格（在787之前）之间的部分。 最终的 output 应该是：

Lactobacillus jensenii strain FDAARGOS_749 chromosome,...

我尝试了 awk 和 grep 的几种组合，但找不到正确的组合来提取此特定模式。

Answer 1

对于您显示的示例，请尝试遵循awk代码。 简单的解释是，取消第一个、第二个最后一个字段和最后一个字段，然后用 NULL 全局替换起始和结束空间，然后打印该行。

awk '{$1=$NF=$(NF-1)="";gsub(/^ +| +$/,"")} 1' Input_file

Answer 2

使用sed您可以使用此解决方案：

sed -En '23s/^[^ ]+ |  .*$//gp' file

Lactobacillus jensenii strain FDAARGOS_749 chromosome,...

或使用awk ：

 awk 'NR == 23 {gsub(/^[^ ]+ |  .*$/, ""); print}' file

Answer 3

如果我得到您的要求，您想提取从第二个（包含）到倒数第二个（排除）的字段。 我会 go 与：

awk ' FNR==23 {for (i = 2; i < NF - 2; i++) { printf("%s ", $i) }; printf("%s\n", $i); exit }' file_path

您发布的行的示例：

$ echo "CP046310.1 Lactobacillus jensenii strain FDAARGOS_749 chromosome,...  787     0.0" | awk '{for (i = 2; i < NF - 2; i++) { printf("%s ", $i) }; printf("%s\n", $i); exit }'
$ Lactobacillus jensenii strain FDAARGOS_749 chromosome,... 

我假设chromosome,...不包含空格，并且您只有一个空格来分隔要提取的字段。 如果第二个条件不成立，则删除那些多余的空格。

Answer 4

使用 Perl：

echo "CP046310.1 Lactobacillus jensenii strain FDAARGOS_749 chromosome,...  787     0.0"|perl -ne 'm/ (.*?)  /; print $1'