bash - 使用 awk 提取列中范围的行

Question

我有一个巨大的 gzipped 文件，我想根据第二列中的范围提取其中的某些行。

file1.txt.gz 的开头是:

zcat file1.txt.gz | head
1 1001 F K 999
1 1002 N G 340
1 1003 H B 889
1 1004 D F 399
1 1005 C X 311
2 1002 E F 233
2 1002 F C 334
3 1001 F C 331

我想提取以 1 开头的行，并将它们的 second columns 从 1001 到 1003 (包括 1003)。

所以预期的输出是:

1 1001 F K 999
1 1002 N G 340
1 1003 H B 889

我正在解压缩 压缩文件的头部，然后应用以下命令，它起作用了，给出了预期的输出。 ( zcat file1.txt.gz | head | LC_ALL=C parallel -j 32 --block 10M --pipe grep -w "^1"| awk '$2 ~/'1001'/,/'1003'/')

但是，如果我从unzipping 开始，awk 范围过滤不起作用，它会抓取以1 开头的所有内容:

zcat file1.txt.gz | LC_ALL=C parallel -j 32 --block 10M --pipe grep -w "^1" | awk '$2 ~ /'1001'/,/'1003'/'  > output.txt

现在，output.txt:

1 1001 F K 999
1 1002 N G 340
1 1003 H B 889
1 1004 D F 399
1 1005 C X 311

PS:我从 bash 脚本调用命令，并接受用户输入的范围(1001 和 1003)。

你能告诉我我缺少什么以及如何解决它吗？

Answer 1

如您在 POST 中所述，1 列以 1 开头:

zcat file1.txt.gz | awk '/^1/ && $2 >= 1001 && $2 <= 1003'

或者如果您需要第 1 列是 1 文字:

zcat file1.txt.gz | awk '$1 == 1 && $2 >= 1001 && $2 <= 1003'

输出:

1 1001 F K 999
1 1002 N G 340
1 1003 H B 889

一些解释:

• 这里没有{print}语句，因为awk的默认行为是在满足TRUE条件时打印