Mac终端下如何筛选含nohitsfound且无连续多个Length的查询序列

Mac系统自带awk工具，直接运行终端命令即可完成筛选：

操作步骤 #

1. 先将你的原始数据集保存为纯文本文件，例如命名为raw_query.txt
2. 打开终端进入文件所在目录，执行以下命令：

awk -v RS='Query=' '/Nohitsfound/ && !/Length=[0-9]*\s+Length=/ { print "Query=" $1 }' raw_query.txt

如果需要把筛选结果保存为新文件，在命令末尾添加> filtered_query.txt即可，示例：

awk -v RS='Query=' '/Nohitsfound/ && !/Length=[0-9]*\s+Length=/ { print "Query=" $1 }' raw_query.txt > filtered_query.txt

命令说明 #

• -v RS='Query='：指定记录分隔符为Query=，把每一条独立查询拆分为单独的处理单元
• /Nohitsfound/：仅保留包含Nohitsfound的查询记录
• !/Length=[0-9]*\s+Length=/：排除存在2个及以上连续Length字段的不合格记录

筛选结果 #

用你提供的示例数据测试，输出结果如下：

Query=ENST00000446470.1
Query=MSTRG.50645.1
Query=ENST00000641821.1
Query=ENST00000641436.1
Query=ENST00000649959.1
Query=MSTRG.50650.1

内容的提问来源于stack exchange，提问作者bart joosten