To jest plik części
N W N N N N N N N N N
N C N N N N N N N N N
N A N N N N N N N N N
N N N N N N N N N N N
N G N N N N N N N N N
N C N N N C N N N N N
N C C N N N N N N N N
W każdym wierszu chcę policzyć całkowitą liczbę wszystkich znaków, które nie są „N”
moje pragnienie wyjściowe
1
1
1
0
1
2
2
Odpowiedzi:
Rozwiązanie GNU awk :
awk -v FPAT='[^N[:space:]]' '{ print NF }' file
FPAT='[^N[:space:]]'- wzorzec definiujący wartość pola (dowolny znak z wyjątkiem Nznaku i białych znaków)Oczekiwana wydajność:
1
1
1
0
1
2
2
awk '{ gsub("[ N]",""); print length() }'
awk '{print gsub(/[^ N]/,"")}'
zakładając, że liczba jest potrzebna dla każdej linii innej niż znak spacji i N
$ perl -lne 'print tr/N //c' ip.txt
1
1
1
0
1
2
2
trto ile znaków zostało zastąpionychc w celu uzupełnienia zestawu podanych znaków-lopcji, usuwa znak nowej linii z linii wprowadzania, aby uniknąć błędu off-by-one, a także dodaje znak nowej linii do instrukcji print
Bardziej ogólne rozwiązanie
perl -lane 'print scalar grep {$_ ne "N"} @F' ip.txt
-aopcja automatycznego podziału linii wejściowej na białe spacje, zapisana w @Ftablicygrep {$_ ne "N"} @Fzwraca tablicę wszystkich elementów, w @Fktórych nie pasuje ciągN
grep {!/^N$/} @Fscalarda da liczbę elementów tablicyAlternatywne rozwiązanie awk :
awk '{ print gsub(/[^N[:space:]]/,"") }' file
gsub(...)- gsub()Funkcja zwraca liczbę dokonanych podstawień.Wyjście:
1
1
1
0
1
2
2
Inne awkpodejście (zwróci -1 dla pustych linii).
awk -F'[^N ]' '$0=NF-1""' infile
Lub w postaci złożonej zwróci -1 w pustych wierszach, 0 tylko w wierszach z białymi spacjami (tabulatory / spacje).
awk -F'[^N \t]+' '$0=NF-1""' infile
-1dla pustych linii ... ale wtedy może być pożądane rozróżnienie linii złożonej tylko z N / spacji vs pustej linii ...
tri skrypt powłoki POSIX :
tr -d 'N ' < file | while read x ; do echo ${#x} ; done
bash, kshi zsh:
while read x ; do x="${x//[ N]}" ; echo ${#x} ; done < file
awk '{print length()}'aby uniknąć wolniejszego zapętlania powłoki ... ale wtedy można to wszystko zrobić z samym awk ...
awkzapętlenie jest szybsze niż zapętlenie powłoki. Ale powłoka jest zawsze w pamięci i awkmoże nie być - gdy awknie jest już załadowana lub zamieniona, narzut związany z jej ładowaniem ( stracony czas ) może być większy niż korzyść z działania awk- szczególnie na małym pętla. W takich przypadkach ( tj. W tym przypadku) awkmoże być wolniejszy .
awkw skrypcie powłoki może spowodować, że taki system będzie się czołgał na czworakach. Ogólnie: to samo opóźnienie opóźnień dotyczy systemów z ograniczonym oprogramowaniem układowym lub dowolnego systemu o dużym obciążeniu.
Krótka kombinacja tri awk:
$ tr -d ' N' <file.in | awk '{ print length }'
1
1
1
0
1
2
2
To usuwa wszystkie spacje i Ns z pliku wejściowego i awkpo prostu drukuje długość każdej linii.
Innym łatwym sposobem jest zrobienie tego w Pythonie, który jest wstępnie zainstalowany w większości środowisk unixowych. Upuść następujący kod w pliku .py:
with open('geno') as f:
for line in f:
count = 0
for word in line.split():
if word != 'N':
count += 1
print(count)
A następnie wykonaj:
python file.py
Z twojego terminala. Powyższe powoduje:
seddo zastępowania rzeczy, na których ci nie zależy, iawkdo zliczenia pozostałej długoścised 's/N//g ; s/\s//g' file | awk '{ print length($0); }'