标签: text-processing

这是我输入的内容和得到的输出：

$ cat helloworld.txt

Hello World!
I'm Kanladaporn Sirithatthamrong
6480952

但这就是我想要的输出：

Hello World!

I'm Kanladaporn Sirithatthamrong

6480952

我应该怎么办？请问有什么建议吗？

我想知道如何使用 Bash 快速删除文本。例如，我有一个名为 file.txt 的文件，总共有 500 行。

我想删除第 80 到 146 行 - 我该怎么做？

可以执行此操作的终端命令是什么？

我们有一个内容如下的文件。

/* ----------------- pattern_1 ----------------- */ 

jb: pattern_1   Data: asdflj  adfas Log: dir/log1

/* ----------------- pattern_2 ----------------- */ 

jb: pattern_2   typ: CM comm: ${dir}/DISPV mach: au_buh description: "run flag"


/* ----------------- pattern_3 ----------------- */ 

jb: pattern_3   typ: fw  own: buh out_file: "${log}/jl.log" err: "log.err"

该文件必须分为 3 个并创建为 3 个单独的文件，如下所示：

模式_1.txt

/* ----------------- pattern_1 ----------------- */ 

jb: pattern_1   Data: asdflj  adfas Log: dir/log1

模式_2.txt

* ----------------- pattern_2 ----------------- */ 

jb: pattern_2   typ: CM comm: ${dir}/DISPV mach: au_buh description: "run flag"

模式_3.txt …

我有一个巨大的文本文件，其中包含散乱的 IP 地址，但不是在一个单元中

例如。

那么@192@你到底在做什么@168@在我家@10@.你不是@16@应该在这里的。

我想要的是制作一个输出文件，并在其中制作 ipadresses 文件，如下所示

    1.192.168.10.16
    2.192.223.22.44
    etc..

我对正则表达式有很好的理解，可以从文本文件中提取特定信息，但在这里我需要结合这些我感到困惑的地方。应该如何解决这样的问题？我正在使用 Ubuntu 12.04。

我想从 file.tsv 中给出的每一行打印 Cys 残基的模式。file.tsv 有两列：sequenceID 和 Sequence。从第二列序列开始，第一个字符“C”应打印为 C，如果下一个直接残基不是 C，则代码应打印 C#。# 对于 n 种不同的氨基酸出现，应该只出现一次。

因此，当在列中时，如果“C”后跟另一个字符，我想在“C”之后打印 #。所以如果序列列的值是 DCFRCGHCC，那么它应该打印在第三列 C#C#CC 中。

示例输入：

c32_g1_i1_ 3GQKAKLKVPVFFLHRRGSICSSFYLMFSFEIKKK*TSKN*CFVCVRVRNRERAGVKCAHVYCPMFNGTQTH*IIISSLNS
c32_g1_i1_ 6AV*TADDDLVRLCSIEHGTIHMCTLYTCCTLTVTHTYTHKTLIFACLFFFNFKGEHQIERAANRTSSM*KKHRNF*LGLLAX

输出应该是三列：sequenceID、Sequence、Cys pattern

c32_g1_i1_3,GQKAKLKVPVFFLHRRGSICSSFYLMFSFEIKKK*TSKN*CFVCVRVRNRERAGVKCAHVYCPMFNGTQTH*IIISSLNS,C#C#C#C#C
c32_g1_i1_6,AV*TADDDLVRLCSIEHGTIHMCTLYTCCTLTVTHTYTHKTLIFACLFFFNFKGEHQIERAANRTSSM*KKHRNF*LGLLAX,C#C#CC#C 

我有一系列 txt 文件，每个文件都有许多条目。我通常使用 cat 将所有 txt 文件合并到一个输出文件中，但是它变得有点混乱，因为我无法确定它来自哪个原始 txt 文件。

我想知道是否有办法使用命令行首先按字母顺序合并所有 txt 文件，同时将后缀添加到原始条目以记录它来自的文件。

例如，假设我有 2 个 txt 文件，每个文件包含三个条目：

文件一：

  Alpha
  Bravo 
  Charlie

文件_二：

  Alpha
  Bravo
  Delta

我想做的是：

1. 将两个列表合并在一个按字母顺序排序的输出 txt 文件中；

2. 添加后缀以显示它来自哪个列表：

      Alpha_File_One
      Alpha_File_Two
      Bravo_File_One
      Bravo_File_Two
      Charlie_File_One
      Delta_File_Two
   

   Run Code Online (Sandbox Code Playgroud)

这可能吗？

我正在编写一个脚本来使用 bash 脚本检查 mysql 数据库，我想检查表的状态是否不是“OK”，将返回表名并执行更多操作：

检查日志

table1                 OK
table2                 Some error here
table3                 OK
table4                 OK
table5                 Another error
table6                 OK
table7                 Broken
table8                 A very long error which take a 2 lines
of multiple errors

检查.sh

# check and repair tables
mysqlcheck -u $hostUser -p$hostPasswd --all-databases --check --auto-repair >> check.log

# grep tables status, should return OK
cat check.log | grep 'OK' | awk '{print $2}'| while read status; do

# if any table does not contain OK
if …

我有一个命令，它向我输出一个具有以下模式的列表

exp_70_T8_s1
exp_71_T8_s5
exp_72_T8_s10
exp_73_T10_s1
exp_74_T10_s5
exp_75_T10_s10
...

如何分别使用sedbash中的“_T”和“_s”或类似的东西获取“_T”和“_s”之后的数字？
输出应该是这样的

8
8
8
10
10
10

和

1
5
10
1
5
10

对于_T和_s分别

我的命令的第一部分如下所示：

for f in $(find . -name "someFile.txt" | sort); do echo $f; done | grep /someFolderName/ 

基本上我想将命令添加到上面给出的命令中。

我试图只对与 firefox 无关的 IP 地址进行排序，并将它们写入一个文件中。我结束了这个命令行，完成了这项工作，但我想知道是否有办法做得更好。

netstat -antp | grep -E ?:80 | grep -v firefox > ipadress.txt &&  awk '{print $5}' ipadress.txt > ipadress1.txt

有没有办法通过删除 :80 端口来获得更干净的输出？我使用了ipadress1.txt因为当我试图覆盖它时它不起作用。

我正在处理如下所示的程序输出：

Computer1@domain.com:randomtext1:completion of randomtext
Computer2@domain.com:randomtext4:completion of randomtext
Computer1@domain.com:randomtext3:completion of randomtext
Computer3@domain.com:randomtext2:completion of randomtext
Computer2@domain.com:randomtext5:completion of randomtext
Computer1@domain.com:randomtext6:completion of randomtext
Computer3@domain.com:randomtext7:completion of randomtext
Computer2@domain.com:randomtext8:completion of randomtext

所以如你所见，同一台电脑会给我不止一个结果，但是每个结果在内容和长度上都是不同的（但都在一行中）。有些计算机只会给出 1 个结果，有些计算机会给出多达 15 个结果，具体取决于该计算机的活动。

我想要的是我只想看到每台计算机的一个结果而不是所有结果。我现在所做的是对它进行排序并手动删除副本，这不是很有帮助！我尝试使用诸如diff和comm 之类的命令，但没有运气（这是有道理的，因为行非常不同）。

那么，如何使用 via 终端将输出更改为与此类似：

Computer1@domain.com:randomtext1:completion of randomtext
Computer2@domain.com:randomtext4:completion of randomtext
Computer3@domain.com:randomtext2:completion of randomtext

我脑子里的想法是，也许有一种方法可以告诉终端“比较 .com 之前或第一个之前的任何内容：并删除副本”