用于检查文件的第一行然后打印其余部分的 AWK 脚本

Question

我正在尝试编写 AWK 脚本来解析格式为

的文件

> field1 - field2 field3 ...
lineoftext
anotherlineoftext
anotherlineoftext

我正在使用正则表达式检查第一行是否正确（以 > 开头，然后是后面的内容），然后打印所有其他行。这是我写的脚本，但它只验证文件格式是否正确，然后不打印任何内容。

#!/bin/bash
# FASTA parser

awk ' BEGIN { x = 0; }
{ if ( !~ />.*/ && x == 0)
    { print "Not a FASTA file"; exit; }
  else { x = 1; next; }
  print [=11=] }
END { print " - DONE - "; }'

Answer 1

基本上你可以使用下面的awk命令：

awk 'NR==1 && /^>./ {p=1} p' file

在第一行 NR==1 上，它检查该行是否以 > 开头，后跟 "something" (/^>./)。如果该条件为真，变量 p 将被设置为 1。最后的 p 检查 p 是否为真并在这种情况下打印该行。

如果你想打印错误信息，你需要稍微反转一下逻辑：

awk 'NR==1 && !/^>./ {print "Not a FASTA file"; exit 1} 1' file

在这种情况下，如果第一行不是以 > 开头，程序将打印错误消息并退出程序。否则所有行都会打印出来，因为 1 总是求值为真。

Answer 2

因为你只关心第一行，所以你可以检查一下，然后退出。

awk 'NR > 1 { exit (0) }
    ! /^>/ { print "Not a FASTA file" >"/dev/stderr"; exit (1) }' file

如评论中所述，>"/dev/stderr" 是一种不可移植的 hack，可能不适合您。如果您想要一个行为与标准 Unix 工具相同的工具，请将其视为稍微复杂一些的占位符（运行如果没有问题则静默；将问题报告给标准错误）。

Answer 3

对于这个 OP 字面意思

awk 'NR==1{p=[=10=]~/^>/}p' YourFile
# shorter version with info of @EdMorton
awk 'NR==1{p=/^>/}p' YourFile

>（包括）

之后的行

awk '!p{p=[=11=]~/^>/}p' YourFile
# shorter version with info of @EdMorton
awk '!p{p=/^>/}p' YourFile

用于检查文件的第一行然后打印其余部分的 AWK 脚本

AWK script to check first line of a file and then print the rest

regex

bash

awk

fasta