用于多模式过滤字符串文件的Awk修正脚本是否可行？

需求说明 #

从输入文件输出所有行，需排除两类行：

• 以"HETATM"开头且包含"lig"或"lih"的行
• 以"END"开头的行
  最后在过滤后的文件末尾添加"END"。

原脚本问题 #

原脚本：

awk '!/^HETATM/ && /lig|lih |^END/; END {print "END"}' test.pdb >> ./processed.pdb

实际运行后几乎移除所有行，仅保留末尾手动添加的"END"，文件内容为空。

错误原因：原脚本条件逻辑完全错误。它要求行不以"HETATM"开头，同时还要包含"lig"/"lih"或者以"END"开头。这意味着正常的非HETATM行（不含lig/lih）会被过滤，而原本要排除的"END"行反而被保留，最终导致绝大多数行不符合输出条件。

修正脚本的正确性验证 #

修正脚本：

awk '!/^HETATM.*(lig|lih)/ && !/^END/; END {print "END"}'

该脚本完全符合需求，逻辑拆解：

• !/^HETATM.*(lig|lih)/：精准排除**以"HETATM"开头且后续包含"lig"或"lih"**的行，其余不含lig/lih的HETATM行会被保留
• && !/^END/：同时排除所有以"END"开头的行
• END {print "END"}：在所有过滤完成的内容末尾添加"END"

综上，修正脚本能够正确实现需求。

内容的提问来源于stack exchange，提问作者James Starlight