Linux下多列过滤指定模式但排除第一列的命令实现方案

直接用awk处理原文件，不需要先执行cut，就能精准检查你指定的列范围（1691-1725），避免误匹配其他列。

场景1：输出原文件的整行 #

如果要保留原文件的所有列，只筛选1691-1725列中任意一列以140或141开头的行，用这个命令：

awk 'BEGIN { FS = "\t" } { for(i=1691; i<=1725; i++) { if($i ~ /^14[01]/) { print; next } } }' your_file.tsv

场景2：输出指定列（原第2列 + 1691-1725列） #

如果要和之前cut的输出格式一致，但只保留符合条件的行，用这个命令：

awk 'BEGIN { FS = OFS = "\t" } { match=0; for(i=1691; i<=1725; i++) { if($i ~ /^14[01]/) { match=1; break } } if(match) { printf "%s", $2; for(i=1691; i<=1725; i++) { printf "%s%s", OFS, $i } print "" } }' your_file.tsv

关键说明 #

• FS = "\t"：指定制表符为列分隔符，确保列分割准确
• /^14[01]/：正则匹配以140或141开头的列值（^表示列内容的起始，避免匹配中间包含140/141的情况）
• 循环遍历1691到1725列，只要有一列符合条件就输出，无需检查所有列，效率很高
• 完全不用列出所有10000列，只需要指定要检查的范围即可

内容的提问来源于stack exchange，提问作者Valerie Gaborieau