linux - 如何使用 awk 修改文本字段？

Question

我想删除第一个冒号 :(含)之后的文本，或者什么都不替换。

例如，1:5:30 应该改为1。我更喜欢 awk 脚本来执行这项工作。但我不知道该怎么做。你能给我任何指示吗？提前致谢。

我的数据是用制表符分隔的，文件看起来有些单元格中有点。

1       313     .       T       C       30.11        1:5:30  .       .       .
1       316     .       A       T       30.80        1:5:30  .       0:8:28  .
1       317     .       T       A       31.40        1:5:36  .       0:8:28  .

我尝试了以下方法，但都失败了:

sed 's/:*:*//g' mydatafile
sed 's/:[0-9]:[0-9]//g' mydatafile

Answer 1

不太清楚期望的输出应该是什么，但这是我的解释，使用 sed:

$ sed 's/:.*//' input
1   313 .   T   C   30.11   1
1   316 .   A   T   30.80   1
1   317 .   T   A   31.40   1

使用 awk:

$ awk -F":" '{print $1}' input
1   313 .   T   C   30.11   1
1   316 .   A   T   30.80   1
1   317 .   T   A   31.40   1

使用剪切:

cut -d":" -f1 input

使用庆典:

IFS=':'

while read a b; do
    echo $a
done < input

使用 awk 的替代解释:

$ awk 'BEGIN {OFS="\t"} {sub(/:.*/,"",$7); print}' input
1   313 .   T   C   30.11   1   .   .   .
1   316 .   A   T   30.80   1   .   0:8:28  .
1   317 .   T   A   31.40   1   .   0:8:28  .

第三次更新，希望也是最后一次更新

使用 awk 的第三种解释:

$ awk 'BEGIN {OFS="\t"} {for (i=1;i<NF;i++){sub(/:.*/,"",$i)}; print}' input
1   313 .   T   C   30.11   1   .   .   .
1   316 .   A   T   30.80   1   .   0   .
1   317 .   T   A   31.40   1   .   0   .