meu arquivo contém linhas como esta:
1 10241 rs960927773 POS=10241;VP=0x05;GINFO=DDX11L1:100287102;R5;ASP
Eu gostaria de remover tudo da coluna 4, começando com POS e terminando. GINFO =
Acho que isso pode funcionar: sed -e 's/POS=.*;GINFO=//‘ file > new_file
Se estiver tudo bem, como direcioná-lo para a coluna 4 especificamente?
Para abordar a quarta coluna, use diretamente o seguinte awk approarch:
awk '{ sub(/^POS.*GINFO=/, "", $4) }1' file > new_file
$4 - aponta para o quarto campo sub(/^POS.*GINFO=/, "", $4) - substitui uma substring dada pelo padrão /^POS.*GINFO= dentro do quarto campo Se as colunas que você quer dizer e conhecidas forem separadas por espaço, você poderá fazer o seguinte:
sed -E 's/^(([^ ]* ){3})POS=.*;GINFO=//' infile
Este ^(([^ ]* ){3}) corresponde a partir do início da linha ^ para qualquer coisa * não é um espaço [^ ] até que um primeiro espaço seja visto e repita isso para o máximo {3} times; Os parênteses fazem essa correspondência como uma correspondência de agrupamento com referência de , que depois a revertemos na peça de reposição s/pattern/replace/ .
Esse (...)POS=.*;GINFO= também corresponde a POS= seguido por qualquer coisa .* till ;GINFO visto e será removido da saída.
Para os dados de amostra abaixo indicados:
1 10241 POS=rs960927773 POS=10241;VP=0x05;GINFO=DDX11L1:100287102;R5;ASP
1 POS=10241 rs960927773 POS=10241;VP=0x05;GINFO=DDX11L1:100287102;R5;ASP
POS=1 10241 rs960927773 POS=10241;VP=0x05;GINFO=DDX11L1:100287102;R5;ASP
Irá retornar um resultado:
1 10241 POS=rs960927773 DDX11L1:100287102;R5;ASP
1 POS=10241 rs960927773 DDX11L1:100287102;R5;ASP
POS=1 10241 rs960927773 DDX11L1:100287102;R5;ASP
A versão POSIXly poderia ser:
sed 's/^\([^ ]* \)\([^ ]* \)\([^ ]* \)POS=.*;GINFO=//' infile
No POSIXly sed, podemos fazer assim:
sed -ne '
#place a markholder at the beginning of the 4th field
s/[^[:blank:]][[:blank:]]\{1,\}/&\
/3
# perform the sub on the 4th field
s/\nPOS=.*;GINFO=//p
' input_file
Tags text-processing awk sed osx