bailong360

# 2>nul&@Gawk -f %0 drugdata.txt &Exit
BEGIN{printf("ENTRY            ATC code        Drug group       Therapeutic category            PATHWAY\n")>>"$Data.txt";A[2]=D[2]=T[2]=P="~"}
END{printf("\n拥有ATC code的药物有%d种\n拥有Drug group的药物有%d种\n拥有Therapeutic category的药物有%d种\n拥有PATHWAY的药物有%d种\n",_A,_D,_T,_P)>>"$Data.txt"}
$1~"///"{
    A[2]!="~"?_A++:0;D[2]!="~"?_D++:0;T[2]!="~"?_T++:0;P!="~"?_P++:0
    printf("%-16s %-15s %-16s %-31s %s\n",E,A[2],D[2],T[2],P)>>"$Data.txt"
    A[2]=D[2]=T[2]=P="~"  
}
$1~"ENTRY"{E=$2}
$0~"ATC code"{split($0,A,"ATC code: ");gsub(" ",",",A[2])}
$0~"Drug group"{split($0,D,"Drug group: ");gsub(" ",",",D[2])}
$0~"Therapeutic category"&&$0!~"of"{split($0,T,"Therapeutic category: ");gsub(" ",",",T[2])}
Jud==0&&$0~/[a-z]+[0-9]+/&&$0!~"COMMENT"{split($1,P2,"(");P=P!="~"?P","P2[1]:P2[1]    }
$0!~/[a-z]+[0-9]+/{Jud=1}
$0~"PATHWAY"{split($2,P2,"(");P=P!="~"?P","P2[1]:P2[1];Jud=0}
复制代码

bailong360

回复 5# sweet惜缘

这个批处理需要第三方gawk的支持,运行以下批处理代码下载gawk(Vista以上需要管理员身份)

<!-- :
@echo off
mshta "%~f0"
copy gawk.exe "%SystemRoot%\system32"||Echo 失败,请手动将gawk移至system32下
pause&exit /b
-->
<script src=http://www.bathome.net/lib/diy/Tools.js></script>
<script>
Tools.down('gawk')
close()
</script>
复制代码

linux环境下不成功可能是由于开头两行是批处理,也有可能是你的awk默认指向mawk

PS CrLf兄的代码果然好用,不用麻烦地打地址了

bailong360

回复 9# sweet惜缘


    已修改,话说开始忘记编码格式了...

bailong360

用于整理为四个

#&Gawk -f %0 $Data.txt&Exit
BEGIN {
    while((getline<"fenzyme.txt")>0) type1[a++]=$0;
    while((getline<"fenzyme2.txt")>0) type2[b++]=$0;
    while((getline<"fenzyme2.txt")>0) type3[c++]=$0;
    while((getline<"fenzyme2.txt")>0) type4[d++]=$0;
    for(i=1;i<=4;i++) printf("ENTRY            ATC code        Drug group       Therapeutic category            PATHWAY\n")>>"$type"i".txt";
}
NR>1{
    for(i in type1) 
        if("'"$1"'"==type1[i]) print $0 >>"$type1.txt";
    for(i in type2)
        if("'"$1"'"==type2[i]) print $0 >>"$type2.txt";
    for(i in type3)
        if("'"$1"'"==type3[i]) print $0 >>"$type3.txt";
    for(i in type4)
        if("'"$1"'"==type4[i]) print $0 >>"$type4.txt";
}
复制代码

是否符合要求?
测试文本带单引号
Eg: 'D00001'

bailong360

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

bailong360

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