command-line - 如何按 n 过滤文件。模式后的单词？

Question

我有一个带有不同行的大文件。

我感兴趣的线条看起来很相似：

lcl|NC_005966.1_gene_59 scaffold441.6   99.74   390 1   0   1   390 34065   34454   0.0  715
lcl|NC_005966.1_gene_59 scaffold2333.4  89.23   390 42  0   1   390 3114    2725    1e-138   488
lcl|NC_005966.1_gene_60 scaffold441.6   100.00  186 0   0   1   186 34528   34713   1e-95    344

现在我想得到模式'lcl | NC_'之后的行，但只要第三个单词（或行中的第n个单词）小于100。

（在这种情况下，前两行，因为他们刚刚得到了数字 99.74 和 89.23）

接下来，它们应该被保存到一个新文件中。

Answer 1

这可以使它：

$ awk '$1 ~ /^lcl\|NC_/ && $3<100' file
lcl|NC_005966.1_gene_59 scaffold441.6   99.74   390 1   0   1   390 34065   34454   0.0  715
lcl|NC_005966.1_gene_59 scaffold2333.4  89.23   390 42  0   1   390 3114    2725    1e-138   488

它检查两件事： - 以:
开头的第一个字段。（感谢 Ed Morton 对之前的改进） - 第三场 <100: 。 lcl|NC_$1 ~ /^lcl\|NC_/$1~"^lcl|NC_"
$3<100

要保存到文件中，您可以执行以下操作：

awk '$1 ~ /^lcl\|NC_/ && $3<100' file > new_file
                                      ^^^^^^^^^^