匹配所有字母前的数字运算--大工程~

klainogn

1. awk '{match($6,/[0-9]+S/);len=substr($6,RSTART,RLENGTH)+0;str=$1"_"gsub("-","",$9)+1}NR==FNR{gsub(/[0-9]*D|[0-9]*S86M|[0-9]*S/,"",$6);split($6,a,/[A-Z]/);for(i in a) start+=a[i];print str"\n"substr($10,start,len)"\n+\n"substr($11,start,len)"\n";start=0;next}{str2=$6;gsub(/[0-9]*I|[0-9]*S86M|[0-9]*S/,"",$6);split($6,a,/[A-Z]/);for(i in a) start+=a[i];print str,str2,$4+start;start=0}' file file
   
2. 
   
3. FCD2FEHACXX:8:2301:1875:46038#79_118_1
   
4. GT
   
5. +
   
6. B?
   
7. 
   
8. FCD2FEHACXX:8:1104:6915:94857#79_118_2
   
9. AG
   
10. +
    
11. ??
    
12. 
    
13. FCD2FEHACXX:8:2307:11230:38678#79_118_2
    
14. CCCTC
    
15. +
    
16. A@@>A
    
17. 
    
18. FCD2FEHACXX:8:2301:1875:46038#79_118_1 16M1D70M2S 112452
    
19. FCD2FEHACXX:8:1104:6915:94857#79_118_2 2S86M 73823
    
20. FCD2FEHACXX:8:2307:11230:38678#79_118_2 44M4I13M4D8M1I13M5S 37911841

复制代码

yestreenstars

楼主你给的数据第10列和第11列的长度不同的？

1. [root@localhost ~]# awk '{print length($10),length($11)}' i
   
2. 88 87
   
3. 88 87
   
4. 88 88
   
5. [root@localhost ~]#

复制代码

huang6894

回复 10# klainogn


    大大，gsub(/[0-9]*D|[0-9]*S86M|[0-9]*S/,"",$6);这一句话。。。好像不具有普适性呀，好像是不是只适合当前测试数据呀？

huang6894

回复 11# yestreenstars


    sorry~可能漏写了~反正是很怪异的数字~两列是一样长的~

yestreenstars

第二行，明明是2S，为什么你的结果里确实4S的结果？

yestreenstars

回复 13# huang6894
那你补上吧，难怪我的测试结果不对~

   

klainogn

回复 12# huang6894
补充说明：
如果遇到30S23M35S这种多个S的情况，需要计算多次，一次是30S58M的，一次是53M35S的~
这个点还需要 星辰 哥发挥一下


   

huang6894

回复 14# yestreenstars


    对不起对不起，实在太不仔细了~已经改过来了~谢谢大大~~

1. [root@huang]$ cat c.txt
   
2. FCD2FEHACXX:8:2301:1875:46038#79_118    99      chr1    112365  0       16M1D70M2S      =       112469  192     CTTCTCCAACCAAATTAGGAACAATTATATGGCCACATAGTATCGAATCAAGTTTATAATTTTAAAATAATTGGGAGATTTTGTTGTT        ?A@@@A@@@A@@AA@ABA@AAAA@A?@@@A$AA@AA@@?A@?@A>@A@AAAA=AA?A@AAAAAAAAA@?A@ABBB@C=@AAAC@AB?A
   
3. FCD2FEHACXX:8:1104:6915:94857#79_118    147     chr1    73823   37      4S84M   =       73710   -201    AGCTGTAGAGAGAGGCACCCTTTTTTTTTTTTTTAATTATACTTTAAGTTTTAGGGTACATGTGCACCTTGTGCAGGTTAGTTACATA        ??A?>=<879<>=6/2=AA@AAAAAAAAAAAA?A@A?@@?BAA?BAAAAA?A@@A?@A@@B@AA?ABAAA@BB@@AA@AAA@?@??>@
   
4. FCD2FEHACXX:8:2307:11230:38678#79_118   14      chr1    37911759        29      44M4I13M4D8M1I13M5S     =       37911601        -240    CCCTCTGCCTCTCCTTCTCTTTACCTCCCTCCCTCTTTCCCTCTTTCCCTCTCTCTCTCCCTCCCTCTCTTCCTCTCTCTCTCCCTCT        ABA??<@AA?C@A=??CABA@<1AA=AAA>BABAA@?@BBCAC@@=A@A@?=?@A@B=AAA=@AB@C@AA@AB@A?A@A@A@A@@>AA
   
5. [root@huang]$ awk '{print length($10),length($11)}' c.txt
   
6. 88 88
   
7. 88 88
   
8. 88 88
   

复制代码

huang6894

回复 15# yestreenstars


    谢谢大大，改过来了~谢谢谢谢

yestreenstars

回复 18# huang6894
还有我14楼问的问题呢~