如何使用awk移除TSV文件指定列两个句点间的文本

问题背景 #

需求为保留orthologsClassification.tsv文件其余列内容不变，仅删除第4列字段中两个句点之间的文本。
原文件内容示例：

t_gene          t_transcript           q_gene   q_transcript 
ENSG00000213096 ENST00000616028.ZNF254 reg_2133 ENST00000616028.ZNF254.2177
ENSG00000213096 ENST00000616028.ZNF254 reg_2053 ENST00000616028.ZNF254.2637

期望处理后效果：

t_gene          t_transcript           q_gene   q_transcript  
ENSG00000213096 ENST00000616028.ZNF254 reg_2133 ENST00000616028.2177
ENSG00000213096 ENST00000616028.ZNF254 reg_2053 ENST00000616028.2637

之前使用的命令存在逻辑问题：

awk '{sub(/\..*$/, "", $4)} 1' OFS='\t' orthologsClassification.tsv

该命令的正则/\..*$/会匹配第一个句点到字段末尾的所有内容，因此会把第4列第一个句点后的所有文本全部删除，例如ENST00000616028.ZNF254.2177会被错误处理为ENST00000616028，不符合预期。

正确实现命令 #

使用awk按列精准处理，命令如下：

awk 'BEGIN{FS=OFS="\t"} {sub(/\.[^.]+\./, ".", $4)} 1' orthologsClassification.tsv > corrected_orthologsClassification.tsv

命令逻辑说明 #

• BEGIN{FS=OFS="\t"}：预先指定输入、输出的字段分隔符均为制表符，保证原文件的列分割格式不被破坏，其余列内容完全保留
• sub(/\.[^.]+\./, ".", $4)：仅对第4列执行替换操作，正则匹配「第一个句点 + 两个句点之间的所有非句点字符 + 第二个句点」的片段，将其替换为单个句点，刚好实现删除两个句点中间文本的效果
• 末尾的1是awk的通用简写语法，等价于打印当前处理完成的所有行
• 处理结果默认输出到新文件corrected_orthologsClassification.tsv，避免直接修改原文件导致数据丢失，确认结果符合预期后可再替换原文件。

内容的提问来源于stack exchange，提问作者Alexis Brown