linux：文本处理系列-1.行截取

（自己）常用的文本文件的行处理命令

示例文件：test.vcf

1、head -n 10 test.vcf

head : 默认是提取文件的前10行，-n 参数可以设定选择文件的前n行

2、tial -n 10 test.vcf

tail : 默认是提取文件的末尾10行， -n 参数可以设定选择文件末尾的n行

3、sed -n '10,20p' test.vcf

sed -n ： 随意选择需要查看的行

sed命令是一个面向行处理的编辑器，可以和正则表达式配合使用，附上较全面的sed命令使用教程。

https://man.linuxde.net/sed

4、awk 截取行的指定长度字符串

less test.gz |awk '{if(NR%2==1){print}else{print substr($1,1,75)}}' | gzip -c >test.part.gz

说明：对test.gz文件指定行截取75bp，原来是150bp

5、对n行的第三列求和，求平均值

grep -v ‘#’ test.vcf |sed -n '20,35p' |awk -F '\t' '{sum+=$3n++}END{print sum,sum/n}'

(linux 一行命令计算速度比Python快，简单计算喜欢用linux命令)

记得随时整理使用过的命令，没学过linux，靠着各种帖子，随时需要随时补给，有点懒。

背景：可能我们会遇到获取Linux命令执行结果的某一列或某一行的信息。

awk -F  '\t'  '{print $1}'  name.txt

其中-F表示分割符，本例为\t，$1表示第1列 ，$0表示全部。

ls -lrt  | awk -F ' ' '{print $NF}'

好处：这种情况下不需要知道所获取信息在哪一列，直接取最后一列即可。

其中-F表示分割符，本例为空格，$NF表示最后一列，$(NF-1)表示倒数第二列。

awk 'NR awk 'NR==1,NR==4 {print}'  file

行号等于1和4的打印出来

awk 'END {print}' name.txt

部分参考 https://www.cnblogs.com/wish123/p/5540210.html

cat file1 file2 |sort|uniq -c |grep -v " 2 "|cut -d" " -f 2-

如果你的文件每行都是维一的可以这样处理.

grep -v 后面的 " 2 " 可以按着你的实际情况前面多加几个空格.

---