我有大约 50 个文件，它们以以下格式命名：ERR*.log（即 ERR23432.log、ERR12356.log 等等...）。我想从每个文件中提取特定信息（值）。在每个文件中，行末尾都有值：final pair1 : Total reads after merging results from multiple database和final pair2 : Total reads after merging results from multiple databases。您可以在附件的第 62 行和第 63 行中看到这些行。现在，我想要一个脚本来提取这些值并添加它们以获得每个文件的单个值。然后，它会给出一个带有提取信息的输出文件，其中第一列是没有扩展名的文件名（即附加示例中的 ERR45666），第二列是附加值。任何人都可以帮我吗？
使用 GNU awk：
gawk '
BEGIN {print "SampleID","Read_counts"}
BEGINFILE {sum = 0}
/final pair[12] : Total reads after merging results from multiple database/ {sum += $NF}
ENDFILE {print substr(FILENAME,1,length(FILENAME)-4), sum}
' *.log
使用标准 (POSIX) awk，您可以轻松伪造BEGINFILEusing，FNR==1但ENDFILE模式更难；在这种情况下，我建议使用一个数组作为总和，以当前文件名为键，并在END
awk '
BEGIN {print "SampleID","Read_counts"}
FNR==1 {k = substr(FILENAME,1,length(FILENAME)-4)}
/final pair[12] : Total reads after merging results from multiple database/ {sum[k] += $NF}
END {for(k in sum) print k, sum[k]}
' *.log
请注意，使用这种方法，不能保证输出顺序与文件名的 glob 扩展顺序相同*.log。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句