【已解决】gawk如何提取并统计文本里的特定内容

sweet惜缘 · 发表于 2015-3-29 10:28:22

回复 14# DAIC

不能··因为是MAT格式的。。。。

DAIC · 发表于 2015-3-29 14:51:46

回复 16# sweet惜缘

你的mat压缩成.rar或者.zip之后，上传到论坛的时候报什么错？

sweet惜缘 · 发表于 2015-3-30 10:03:11

回复 17# DAIC
忘记还可以这样了。。。

sweet惜缘 · 发表于 2015-3-30 10:51:29

本帖最后由 sweet惜缘于 2015-3-30 15:27 编辑

回复 13# bailong360

大神~我今早试了下~分类和计数可以用~~~昨天可能没操作好~但现在有一个小问题~~
有的搜集出来没有搜到TC number~但事实上是有的~
D02217
REMARK    Therapeutic category: 3999
         ATC code: G03XC01
         Drug group: DG00476
比如说这个就有TC Number~但是我们没有搜集出来

大神给的统计数据的统计出来结果如下
拥有ATC code的药物有2307种    事实上分别应该是~4707
拥有Drug group的药物有3860种                            5013

拥有Therapeutic category的药物有742种             2412

拥有PATHWAY的药物有3500种                               3501
似乎只有pathway搜集的比较全~~如何能够搜集的更全一些呢？

万分感谢~~~祝好运~

bailong360 · 发表于 2015-3-30 23:43:53

回复 19# sweet惜缘

已修改
如果想要得到的代码更完美,建议在顶楼附上有代表性的样本,样本过大的话可以传到百度云之类上然后在顶楼给出链接
这样在调试代码的过程中就能知道有没有取到所有情况

sweet惜缘 · 发表于 2015-3-31 08:35:45

本帖最后由 sweet惜缘于 2015-4-1 10:38 编辑

回复 20# bailong360
已上传到网盘~~大神~~~您这次修改的程序只能提取出600+的药物~难道是数据量太大的原因吗
望指点~
万分感谢！！

bailong360 · 发表于 2015-3-31 23:34:43

回复 21# sweet惜缘

测试了一下,上一个版本除了PATHWAY以外应该都收集全了

目前版本对给出的文件除了PATHWAY依然为3500以外其它的都收集完全了

sweet惜缘 · 发表于 2015-4-1 10:38:37

本帖最后由 sweet惜缘于 2015-4-1 10:40 编辑

回复 22# bailong360

谢拉~~万分感谢~~很好用！好人一生平安~~·

		自动登录	找回密码
密码			注册

[新手上路]批处理新手入门导读	[视频教程]批处理基础视频教程	[视频教程]VBS基础视频教程	[批处理精品]批处理版照片整理器
[批处理精品]纯批处理备份&还原驱动	[批处理精品]CMD命令50条不能说的秘密	[在线下载]第三方命令行工具	[在线帮助]VBScript / JScript 在线参考

[问题求助] 【已解决】gawk如何提取并统计文本里的特定内容