使用 grep/sed/perl 在单行上提取多个项目

Question

我有一个巨大的文本文件，有点像这样：

=?accession=P12345;=?position=999;
=?accession=Q19283;=?position=777;
=?accession=A918282;=?position=888;

我想提取accession=和之间的术语;，然后也提取position=和之间的术语;

这样我就得到：

P12345 999
Q19283 777
A918282 888

我需要在之间进行 grep 的字符串确实变得更加复杂，所以我想象了一个硬编码的解决方案。

我知道我可以采用“两个字符串之间的 grep”方法：

grep -Po 'accession= \K.*(?= ;)'

但我不知道如何使输入的同一行中的后续提取也出现在与输出的同一行上。

我真的不介意这是如何完成的，只要我可以从 Linux 命令行调用它即可。

谢谢。

Answer 1

1. 您可以像这样更新grep表达式。

   grep -oP "(accession=\K\w+)|(position=\K\d+)" file
   

   输出：

   P12345
   999
   Q19283
   777
   A918282
   888
   

   要按照您想要的方式格式化它，请使用paste：

   grep -oP "(accession=\K\w+)|(position=\K\d+)" file | paste -d ' ' - -
   

   输出：

   P12345 999
   Q19283 777
   A918282 888
   

2. 另一个简单的awk解决方案：

   awk -F"=|;" '{print $3, $6}' file
   

   输出：

   P12345 999
   Q19283 777
   A918282 888