4

我正在尝试编写一个正则表达式来捕获文件中的名称，其中某些行可能有 2 个或更多需要捕获的名称。

例如，我想获取一个文件：

Field_1 \t Field_2 \t Field_3 \t JGN;Name=hsa-123;J4N9;Name=cfa-241-b
Field_1 \t Field_2 \t Field_3 \t JPN;Name=hsa-1323;JJ39;Name=cfa-255-b;Name=hsa-188

并有一个输出文件返回：

Field_1 \t Field_2 \t Field_3 \t hsa-123; cfa-241-b
Field_1 \t Field_2 \t Field_3 \t hsa-1323;cfa-255-b;hsa-188

我正在使用正则表达式如下：

sed 's/\(.*\)\t\(.*\)\t\(.*\)\t.*\;Name=\(.*\);.*/\1\t\2\t\3\t\4\;\4/g'

但这只会返回名字。任何建议将不胜感激

4

2 回答 2

5

做

sed 's/\([[:space:]]\|;\)[[:alnum:]]*;/\1/g; s/Name=//g'

为你工作？

于 2012-10-25T20:03:15.240 回答
0 
$ sed -E 's/ [^ ;]+;//; s/;[^=]+;/;/g; s/Name=//g' file
Field_1 \t Field_2 \t Field_3 \thsa-123;cfa-241-b
Field_1 \t Field_2 \t Field_3 \thsa-1323;cfa-255-b;hsa-188

如果您的 sed 不支持 ERE (-E)，则将 [^ ;]+ 更改为 [^ ;][^ ;]* 并将 [^=]+ 更改为 [^=][^=]* 或将 awk 与 [ g]子（）。

于 2012-10-25T20:28:30.373 回答