如何用awk筛选Linux中以'viridae'结尾的分类单元？

问题背景 #

有如下分号分隔的分类数据：

Viruses; Riboviria; Orthornavirae; Negarnaviricota; Polyploviricotina; Insthoviricetes; Articulavirales; Orthomyxoviridae; Alphainfluenzavirus
Viruses; Riboviria; Orthornavirae; Pisuviricota; Pisoniviricetes; Sobelivirales; Solemoviridae; Polerovirus

需要提取其中所有以viridae结尾的分类单元，且这类单元在每行中的位置不固定，要求用Linux下的awk工具实现。

解决方案 #

可以用以下awk命令直接提取目标内容：

awk -F'; ' '{for(i=1;i<=NF;i++){if($i ~ /viridae$/) print $i}}' input.txt

命令解释 #

• -F'; '：指定输入行的字段分隔符为分号加空格，确保每个分类单元被正确拆分。
• for(i=1;i<=NF;i++)：遍历当前行的所有字段（NF代表当前行的字段总数）。
• if($i ~ /viridae$/)：通过正则表达式匹配字段是否以viridae结尾（$锚定字段末尾，避免匹配包含viridae但不是结尾的内容）。
• print $i：输出符合条件的字段。

运行结果 #

对示例数据执行上述命令后，输出如下：

Orthomyxoviridae
Solemoviridae

内容的提问来源于stack exchange，提问作者Bio_farmer