如何分割AWK场正确

Question

我有一个文件（test.bed），看起来像这样（这可能不是被制表分隔）：

chr1 10002 10116 id=1;frame=0;strand=+; 0 + 
chr1 10116 10122 id=2;frame=0;strand=+; 0 + 
chr1 10122 10128 id=3;frame=0;strand=+; 0 + 
chr1 10128 10134 id=4;frame=0;strand=+; 0 + 
chr1 10134 10140 id=5;frame=0;strand=+; 0 + 
chr1 10140 10146 id=6;frame=0;strand=+; 0 + 
chr1 10146 10182 id=7;frame=0;strand=+; 0 + 
chr1 10182 10188 id=8;frame=0;strand=+; 0 + 
chr1 10188 10194 id=9;frame=0;strand=+; 0 + 
chr1 10194 10200 id=10;frame=0;strand=+; 0 + 

我想产生下面的输出（这应该是制表分隔）：

chr1 10002 10116 id=1 0 + 
chr1 10116 10122 id=2 0 + 
chr1 10122 10128 id=3 0 + 
chr1 10128 10134 id=4 0 + 
chr1 10134 10140 id=5 0 + 
chr1 10140 10146 id=6 0 + 
chr1 10146 10182 id=7 0 + 
chr1 10182 10188 id=8 0 + 
chr1 10188 10194 id=9 0 + 
chr1 10194 10200 id=10 0 + 

我试图用下面的代码：

awk 'OFS="\t" split ($0, a, ";"){print a[1],$5,$6}' test.bed 

但后来我得到：

chr1 10002 10116 id=1 40 4+ 
chr1 10116 10122 id=2 40 4+ 
chr1 10122 10128 id=3 40 4+ 
chr1 10128 10134 id=4 40 4+ 
chr1 10134 10140 id=5 40 4+ 
chr1 10140 10146 id=6 40 4+ 
chr1 10146 10182 id=7 40 4+ 
chr1 10182 10188 id=8 40 4+ 
chr1 10188 10194 id=9 40 4+ 
chr1 10194 10200 id=10 40 4+ 

我在做什么错？不知何故，数字“4”被添加到最后两个字段。我认为数字'4'在某种程度上可能与第4场中的分裂有关，但是，我尝试生成一个类似的文件，它是第3场被分割，仍然有数字'4'被添加到最后两个领域。我对'awk'比较陌生，所以我猜这是语法错误。任何帮助，将不胜感激。

Answer 1

如果您设置字段分隔符为空白或半支柱，你不会有处理自己分裂：

$ awk '{print $1,$2,$3,$4,$8,$9}' FS='[[:space:]]+|;' OFS='\t' file 
chr1 10002 10116 id=1 0 + 
chr1 10116 10122 id=2 0 + 
chr1 10122 10128 id=3 0 + 
chr1 10128 10134 id=4 0 + 
chr1 10134 10140 id=5 0 + 
chr1 10140 10146 id=6 0 + 
chr1 10146 10182 id=7 0 + 
chr1 10182 10188 id=8 0 + 
chr1 10188 10194 id=9 0 + 
chr1 10194 10200 id=10 0 + 

---

至于你在做什么错：

awk 'OFS="\t" split ($0, a, ";"){print a[1],$5,$6}' 

• awk的语法是condition{block}并将值设置为OFS并将i没有条件。他们是应该在块内的声明。
• 但是，您确实无需在每行上设置OFS的值，因此它只应初始化一次。您可以使用-v选项在BEGIN块中或在脚本之后执行此操作。

有效的替代品：

$ awk -v OFS='\t' '{split($0,a,";");print a[1],$5,$6}' file 

$ awk 'BEGIN{OFS="\t"}{split($0,a,";");print a[1],$5,$6}' file 

$ awk '{split ($0,a,";");print a[1],$5,$6}' OFS='\t' file 

Answer 2

试试这个：

awk -F\; '{print $1,$4}' test.bed