从包含大于5000的数字的文本文件中复制每一行

0

嗨，我已经尝试过许多解决类似问题的方法，但似乎没有一种对我有用。我有一个文本文件，其中每一行在字符串“ length_”之后都有未定义的数字长度。如何选择该数字等于或大于5000的所有行？到目前为止，这是我尝试过的最干净的代码尝试，但是它仍然只会生成一个空文件（即使file1肯定包含数字大于5000的行）

grep --regexp="length_\"[5-9][0-9]\{3,\}\"" file1.txt > file2.txt

输入文本文件内例如信息：
/file/path/xx00:>TEXT_1_length_81903_cov_10.5145_
/file/path/xx01:>TEXT_2_length_348971_cov_13.6753_
/file/path/xx02:>TEXT_3_length_4989_cov_11.9516_
/文件/路径/ XX03：> TEXT_4_length_29811_cov_13。 7948_
/file/path/xx03:>TEXT_5_length_2567_cov_13.7948_

输出文本文件中的所需示例信息：
/ file/ path
/
xx00 :> TEXT_1_length_81903_cov_10.5145_ /file/path/xx01:>TEXT_2_length_348971_cov_13.6753_ /file/path/xx03:>NODE_4_length_29811_cov_13.7948_

text-processing numeric-data

— 吉尔斯
source

请从样本输入文件中发布几行，并组成一个相应的结果文件（即，向我们显示您拥有的确切输入和预期的确切输出）。

— tniles

您要大于还是小于？

— Jeff Schaller

鉴于您的实际输入文件不是以“ length_”开头，因此我相应地更新了答案。

— Jeff Schaller

2

这是一种使用awk从文件中打印行的方法，该文件的行“ length_”后面的数字小于或等于5000：

awk '{sub("length_", "", $0); if ($0 <= 5000) { print "length_"$0 } }' input

它只是告诉awk剥离“ length_”字符串，然后将行的其余部分与5000进行比较；如果小于或等于5000，则打印“ length_”和该行的其余部分。您的Q主题行（当时）说“大于5000”，因此，如果这是实际需要，只需在awk中更改比较：

awk '{sub("length_", "", $0); if ($0 > 5000) { print "length_"$0 } }' input

给定实际的文件格式，awk命令可以大大简化：

awk -F_ '$4 > 5000' input

要么

awk -F_ '$4 <= 5000' input

通过告诉awk根据下划线拆分字段，然后将第四个字段与5000进行比较。如果比较为true，则（默认）打印。

— 杰夫·谢勒
source

第二种解决方案使用下划线作为字段分隔符，然后过滤包含大于5000的数字的列，则效果很好。漂亮的解决方案。

— 吉尔斯

1

grep -E '_length_([5-9][0-9]{3}|[0-9]{5,})_' file1.txt > file2.txt

输出包含以下内容的行：

_length_ 其次是：
- 5- 9和另外3位数字（5000-9999）或
- 5位或更多数字（10000+）
其次是_。

— cas
source