使用SED / AWK在特定列上替換正則表達式

Question

我的數據看起來像這樣（TAB分隔）：

Organ K     ClustNo Analysis
LN    K200  C12     Gene Ontology
LN    K200  C116    Gene Ontology
CN    K200  C2      Gene Ontology

我想要做的是刪除第3列上每一行的C ，除了標題行：

Organ K     ClustNo Analysis
LN    K200  12      Gene Ontology
LN    K200  116     Gene Ontology
CN    K200  2       Gene Ontology

這不會，因為它會影響其他列和標題行：

sed 's/C//'

什么是正確的方法呢？

Answer 1

使用awk

awk是一個很好的工具：

$ awk -F'\t' -v OFS='\t' 'NR>=2{sub(/^C/, "", $3)} 1' file
Organ   K       ClustNo Analysis
LN      K200    12      Gene Ontology
LN      K200    116     Gene Ontology
CN      K200    2       Gene Ontology

這個怎么運作

• -F'\\t'

  使用tab作為輸入的字段分隔符。

• -v OFS='\\t'

  使用tab作為輸出上的字段分隔符

• NR>=2 {sub(/^C/, "", $3)}

  僅從第一行之后的行中刪除字段3中的初始C

• 1

  這是awk用於打印線的神秘簡寫。

使用sed

$ sed -r '2,$ s/(([^\t]+\t+){2})C/\1/' file
Organ   K       ClustNo Analysis
LN      K200    12      Gene Ontology
LN      K200    116     Gene Ontology
CN      K200    2       Gene Ontology

• -r

  使用擴展正則表達式。 （在Mac OSX或其他BSD平台上，請改用-E 。）

• 2,$ s/(([^\\t]+\\t){2})C/\\1/

  此替換僅適用於從2到文件末尾的行。

  (([^\\t]+\\t){2})匹配前兩個以制表符分隔的列。 這假設只有一個選項卡分隔每列。 因為正則表達式包含在parens中，所以它匹配的內容稍后將以\\1 。

  C這匹配C

  \\1只用前兩列替換匹配的文本，而不是C ..