免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 1068 | 回复: 3

[文本处理] 如何用awk抓取大写字符,并写明起始位置 [复制链接]

论坛徽章:
1
程序设计版块每日发帖之星
日期:2015-10-29 06:20:00
发表于 2017-01-16 09:14 |显示全部楼层
DMR_230 chr1 acATTCCtaca
DMR_230 chr1 acATTCCtcca
DMR_230 chr1 caTTCCTacaaac
DMR_230 chr1 caTTCCTccaaac
DMR_230 chr1 aTTCCTacaa
DMR_230 chr1 aTTCCTccaa
DMR_230 chr1 aTTCCTacaa
DMR_230 chr1 CCTCCaa
DMR_230 chr1 aagcactCCGAGac
DMR_230 chr1 agaccatctgGCAACag

如上数据,如何把大写字母抓出来,并把大写字母的起始位置添在数据的后面,结果如下
DMR_230 chr1 acATTCCtaca ATTCC 3 7
DMR_230 chr1 actTTCCtcca TTCC 4 7


论坛徽章:
54
2015亚冠之德黑兰石油
日期:2015-07-07 13:00:1615-16赛季CBA联赛之深圳
日期:2016-03-31 09:03:5415-16赛季CBA联赛之辽宁
日期:2016-05-09 20:38:15程序设计版块每日发帖之星
日期:2016-05-12 06:20:0015-16赛季CBA联赛之四川
日期:2016-05-13 15:19:4715-16赛季CBA联赛之福建
日期:2016-05-15 20:24:34每日论坛发贴之星
日期:2016-05-16 06:20:0015-16赛季CBA联赛之吉林
日期:2016-05-26 11:49:4715-16赛季CBA联赛之广东
日期:2016-05-26 13:49:18极客徽章
日期:2016-12-07 14:05:2315-16赛季CBA联赛之广夏
日期:2016-12-20 17:33:532017金鸡报晓
日期:2017-01-10 15:19:56
发表于 2017-01-16 10:02 |显示全部楼层
本帖最后由 haooooaaa 于 2017-01-16 10:06 编辑
  1. awk 'match($NF,"([[:upper:]]+)",t){$(NF+1)=t[1]" "RSTART" "RLENGTH-1+RSTART}1'
复制代码

评分

参与人数 1信誉积分 +10 收起 理由
catloverat99 + 10 很给力!

查看全部评分

论坛徽章:
6
羊年新春福章
日期:2015-03-03 17:16:28双子座
日期:2015-03-03 17:16:56巳蛇
日期:2015-03-03 17:17:2415-16赛季CBA联赛之福建
日期:2016-03-11 09:05:00黑曼巴
日期:2016-07-07 16:58:1215-16赛季CBA联赛之吉林
日期:2016-11-14 09:23:07
发表于 2017-01-18 10:15 |显示全部楼层
  1. awk '{num=1;count=0;printf("%s %s %s",$1,$2,$3);split($3,a,"");l=length(a);for(i=1;i<=l;i++)if(a[i]~/[A-Z]/){count+=1;end_num=i;if(num==1){start_num=i};num++};str=substr($3,start_num,count);printf(" %s %s %s\n",str,start_num,end_num)}' file |column -t
复制代码

论坛徽章:
307
程序设计版块每周发帖之星
日期:2016-04-08 00:41:33操作系统版块每日发帖之星
日期:2015-09-02 06:20:00每日论坛发贴之星
日期:2015-09-02 06:20:00程序设计版块每日发帖之星
日期:2015-09-04 06:20:00每日论坛发贴之星
日期:2015-09-04 06:20:00每周论坛发贴之星
日期:2015-09-06 22:22:00程序设计版块每日发帖之星
日期:2015-09-09 06:20:00程序设计版块每日发帖之星
日期:2015-09-19 06:20:00程序设计版块每日发帖之星
日期:2015-09-20 06:20:00每日论坛发贴之星
日期:2015-09-20 06:20:00程序设计版块每日发帖之星
日期:2015-09-22 06:20:00程序设计版块每日发帖之星
日期:2015-09-24 06:20:00
发表于 2017-01-18 11:29 |显示全部楼层
  1. perl -aple '$_=join("\t",$_,$1,$-[0],$+[0]) if($F[-1]=~/([A-Z]+)/)' f
复制代码
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP