是否可以将 bash 数组作为变量传递给 awk？

Question

我有大量数据要从文本文件导入。这些文件已预先格式化，以便我可以将每一列导入为 bash 数组：

2GYS 链=(AB) hresname=(BMA FUC NAG NDG) hresnumber=( ) hatom=( )

现在我想从包含多行格式的文件中提取信息，如下所示：

原子 1 N THR A 4 30.127 13.123 1.297 1.00 39.96 N

例如，我想提取第一列是 ATOM 并且第五列与链数组匹配的所有行（在这种情况下，它既是 A 又是 B） 。

更新。这是我尝试过的：

for c in "${chain[@]}" ; do
  awk -v pdbid="$pdbid" -v c="$c" '{ if($1 == "ATOM" && $5==c) { print $0 } }' ${pdbid}.pdb >> ../../properpdb/${pdbid}_${c}.pdb
done

for c in "${chain[@]}" ; do
 for r in "${hresname[@]}" ; do
   awk -v pdbid="$pdbid" -v c="$c" -v r="$r" '{ if($1 == "HETATM" && $5==c && $4==r) { print $0 } }' ${pdbid}.pdb >> ../../properpdb/${pdbid}_${c}.pdb
 done
done

问题是，正如预期的那样，这会生成具有链 A 或 B 的文件，但不会生成同时具有两者的文件。此外，它不会生成数组“chain”和“hresname”的所有可能组合，它只是将“hresname”添加到只有一个“chain”可用的文件中。

Answer 1

我的解决方案是在 bash 中构建 awk 脚本的一部分，特别是匹配函数。

您似乎想要匹配 $1 == "ATOM" && 的字段($5==c[0] || $5==c[1]...) {print $0} 导出到文件。

在 bash 中，将匹配函数构造为：

cmatch="\$5==\"${chain[0]}\""
for element in $(seq 1 $((${#chain[@]} - 1))); do cmatch+=" || \$5==\"${chain[$element]}\""; done
#cmatch should now be of the form "$5==A || $5==B"

#do the same thing for rmatch
rmatch="\$4==\"${hresname[0]}\""
for element in $(seq 1 $((${#hresname[@]} - 1))); do rmatch+=" || \$4==\"${hresname[$element]}\""; done

现在可以调整 awk 脚本以包含所需的位：（引号仍然很麻烦，因为您需要确保 $1 不受干扰地降到 awk，但会评估 $cmatch。 ）

rmatch='$1=="HETATM" && ('"$cmatch"') && ('"$rmatch"')'  #order is important here :)
cmatch='$1=="ATOM" && ('"$cmatch"')'

现在你的匹配脚本应该完成了。

awk "$cmatch" ${pdbid}.pdb >> ../../properpdb/${pdbid}_c.pdb
awk "$rmatch" ${pdbid}.pdb >> ../../properpdb/${pdbid}_c.pdb

我不太理解输出文件名 ../../properpdb/${pdbid}_${c}.pdb，因为这似乎表示每个元素的单独文件c，这是你不想要的？

如果你想要将它们除以 c 的元素，那么稍微简单一点，像上面一样构造 rmatch 数组，然后执行类似的操作

for c in "${chain[@]}" ; do
  awk -v c="$c" '$1=="ATOM" && $5==c' ${pdbid}.pdb  >> ../../properpdb/${pdbid}_${c}.pdb
  awk -v c="$c" '$1=="HETATM" && $5==c && ('"$rmatch"')' ${pdbid}.pdb  >> ../../properpdb/${pdbid}_${c}.pdb
done

如果你首先想要所有 ATOM 元素，或者...

for c in "${chain[@]}" ; do
  awk -v c="$c" '$5==c && ($1=="ATOM" || ($1=="HETATM" && ('"$rmatch"')))' ${pdbid}.pdb  >> ../../properpdb/${pdbid}_${c}.pdb
done

如果你想要它们混合