字符串

1. substr截取字符串长度

>>echo aaabbbcc |awk '{print substr($1,2)}'
>>aabbbcc

第一个参数 截取的字段
第二个截取的起始位置，默认下标从1开始
第三个参数是指定截取的长度

2. gsub替换字符串

###不使用正则
>>echo aaabbbcc |awk 'gsub("a","e",$1){print}'
>>eeebbbcc
###使用正则
>>echo aaabbbcc |awk 'gsub(/aa/,"e",$1){print}'
>>eabbbcc

这与sed ‘s///g’的手法大同小异默认全局替换，也就是整个字段进行替换

统计

1. 对出现的行的数目进行统计
   使用awk中的关联数组

>>awk '{a[$1]+=1}END{for(i in a)print a[i];}' 

从代码中我们也可以看出使用关联数组来统计某一字段出现的次数；

延伸一下，我们通常需要找两个文件共同的基因，我通常的做法是使用 sort 加uniq -d 这样可以快速的找打两个文件中重复基因；但有多个文件的时候怎么办呢？这时候就可以考虑使用awk关联数组的办法了，使用cat合并文件之后统计基因出现的次数等于文件数目，也就找出来多个文件中共有的基因啦!

awk -F “\t” ‘{a=substr($1,1,15);b=substr($1,6,3);c=substr($8,6,3)}{if(a==$8){print $0”\t”0;}else if()}’ Best_Repeat_Low_OT_gtf|less