需要解析多个行和列中的字符之间的子字符串

问题描述

我有一个看起来像这样的文件（input.file）

sampleID_001 1/1:1.3:0.1225,0.455,0.4225 1/1:1.3:0.1225,0.4225 0/0:0.2:0.525,0.055,0.0025
sampleID_002 0/0:0.1:0.9025,0.095,0.0025 0/0:0.1:0.9025,0.0025
sampleID_003 0/0:0.3:0.7025,0.295,0.0025 0/0:0.3:0.7025,0.0025

但是我只想提取：之间的值，以使所需的输出看起来像：

sampleID_001 1.3 1.3 0.2  
sampleID_002 0.1 0.1 0.1  
sampleID_003 0.3 0.3 0.3

但是请注意，实际文件中还有更多行和列要处理。

我尝试过：

grep -oP '(?<=from:)*?(?=:)' <<< "input.file" > output.file
sed 's/.*:\(.*\):.*/\1/' input.file > output.file
awk "/:/,/:/ { print }" input.file > output.file

sed命令仅返回“介于：：”之间的第一个实例，即1.3。 grep和awk命令未产生任何输出

解决方法

使用空格或逗号或冒号作为字段分隔符：

awk -F'[ :,]' '{print $1,$3,$8,$13}' file

,

使用给定输入的解决方案可能会因其他输入而失败，因为很难告诉您将遇到多少空格和其他字符。为了获得良好的控制，请像使用awk

awk -F ":| " '{print $1 " " $3 " " $6 " " $9}' input.file

尝试使用sed时，必须写下每一步：

sed -r 's/([^ ]*)[^:]*:([^:]*):[^:]*:([^:]*):[^:]*:([^:]*):.*/\1 \2 \3 \4/g' input.file

当您也将第一个字段放在冒号中时，您可以缩短行，但这很难理解/更改/调试：

sed -r 's/([^ ]*)/:\1:/;s/:([^:]*):[^:]*/\1 /g' input.file

您可能希望采取一些小步骤：

sed 's/ /:/' input.file | cut -d":" -f 1,3,5,7 | tr ':' ' ' 

,

考虑到python在标签中，我会这样做：

import re
str = "sampleID_001 1/1:1.3:0.1225,0.455,0.4225 1/1:1.3:0.1225,0.4225 0/0:0.2:0.525,0.055,0.0025"
s = re.findall('\:(.*?)\:',str)
print("{} {} {} {}".format(str.split(' ')[0],s[0],s[1],s[2]))

每行。