grep -f 只返回第一个匹配项（而不是所有匹配项）

Question

尝试从命令行中获取更多信息：

我有一个文件：

CHR25   1192279 Y       Exonic  NA      exon    2       [1/1]   1192145 1192322
CHR25   1192279 Y       Exonic  NA      CDS     2       [1/1]   1192145 1192322  
CHR25   1739394 Y       Exonic  NA      CDS     2       [1/2]   1739294 1739456

我希望根据第二列获取唯一行，我已经完成了。

cat file | cut -f 2 | uniq > grepfile

我不确定如何使用grep -f来使每行只匹配一个结果，因为之前我已经使用过了。使用-m1或| head -n 1只会给出第一个匹配的结果。我希望第一行与'grepfile'中的每一行都匹配。

期待您的回答=)

- bruce01

---

你只需要示例中的第一行和第三行吗？还是第二行和第三行？这有关系吗？ - Alan Curry

从问题中不清楚你想要实现什么。请根据您已经提供的样本输入文件添加您想要获得的最终输出，我相信我们一定能够帮助您。 - Rob Kielty

我想我明白了。这是awk的工作。awk'！s[$2]++' - Alan Curry

我只想获取“grepfile”中每行的第一个匹配项。 - bruce01

@AlanCurry 这个很好用，真的需要学习一下 awk。 - bruce01

Answer 1

这个awk命令的作用是构建一个关联数组，其中存储已经出现过的第二个字段的值。

awk '!s[$2]++'

这个关联数组被称为s。表达式查找$2（输入行的第二列）并应用后自增，第一次调用时将返回0，此后将返回非零值。然后我将其反转，每当看到每个$2时，就会产生1，并且之后每次都是0。如果选择表达式为真，则awk的默认操作是打印。

只要注意当行数足够大而再次回到0时。

- Alan Curry

---

+1 对于 awk .. 需要注意的是，如果您使用 csh/tcsh，则需要转义 !，因此 awk '\!s[$2]++' 将起作用。 - Levon

+1 很棒的解决方案，但是多花一些字符来使解释冗余并避免溢出怎么样？awk 's[$2]==0 { s[$2]=1; print }' - Jo So

Answer 2

这也可以起作用：

sort -u  -k2,2 file

提供：

CHR25   1192279 Y       Exonic  NA      exon    2       [1/1]   1192145 1192322
CHR25   1739394 Y       Exonic  NA      CDS     2       [1/2]   1739294 1739456

-u 参数会调用 uniq 命令，-k2,2 表示按照第二个字段排序（只按照第二个字段），详情请参看 sort 命令的 man 手册。

- Levon

---

-u和--unique表示唯一，就像uniq命令一样。但是不会调用uniq命令。 - ctrl-alt-delor

@richard 没错，谢谢你指出来。我应该更仔细地查看手册，我只看到了 uniq* :) - Levon

@user1495853 您好，欢迎您。如果这个页面上的任何解决方案对您有帮助，请随意为它们投票。并考虑选择您最喜欢的答案，并通过单击答案旁边的复选标记接受它。这将奖励双方一些声望点，并标记此问题已解决。 - Levon

Answer 3

如果您使用Perl，可以这样做：

perl -nale '$h{$F[1]}=$_ if(!$h{$F[1]});END{print $h{$_}for(keys(%h));}' file

- codaddict

---

我本可以用 Perl 来完成（需要更多代码行），但我想尝试使用命令行。谢谢。 - bruce01

我可以用 Perl 几乎和 Awk 一样的方式来完成它：perl -nae 'print if !$s{$F[1]}++'。 - Alan Curry

Answer 4

因为uniq只查看相邻的行，而sort会改变顺序。你需要更多的代码。

cat -n input-file | sort --key=3,3 --unique | sort | cut -f2- >output-file

1. 使用cat -n添加序列号。
2. 使用sort --key=3,3 --unique在第二个字段上删除重复项。注意：键号比cat -n高1。
3. 使用sort将其放回原始顺序。
4. 使用cut -f2-去掉序列号。

- ctrl-alt-delor