如何通过模式匹配提取文本文件前6列及第7列中的AC字段值

你之前尝试的方法因为第7列里AC=的位置不固定（第一条在最前面，第二条在中间），拆分字段后没法稳定拿到AC的值。其实用单条awk命令就能一次性搞定，不需要生成中间文件，更高效：

awk '{match($7, /AC=[^;]+/); print $1, $2, $3, $4, $5, $6, substr($7, RSTART, RLENGTH)}' file1

命令解释： #

• match($7, /AC=[^;]+/)：在第7列（分号分隔的键值对列）中，匹配以AC=开头、直到遇到分号为止的字符串。awk的match函数会自动设置RSTART（匹配起始位置）和RLENGTH（匹配长度）两个变量。
• substr($7, RSTART, RLENGTH)：从第7列中截取刚才匹配到的AC=xxx部分。
• 最后把前6列和截取到的AC字段一起打印，就能得到你想要的结果。

验证结果： #

输入文件file1内容：

1 123 ab456 A G PASS AC=0.15;FB=1.5;BV=45; 0|0 0|0 0|1 0|0
4 789 ab123 C T PASS FB=90;AC=2.15;BV=12; 0|1 0|1 0|0

执行命令后输出：

1 123 ab456 A G PASS AC=0.15
4 789 ab123 C T PASS AC=2.15

完全符合你的期望！

内容的提问来源于stack exchange，提问作者rij