bash extrayendo la primera línea de la tabla [duplicar]

Question

Una segunda pregunta sobre la amenaza de archivos de registro para patrones de tabla. Estoy tratando con el análisis de una gran cantidad de archivos de texto dlg ubicados dentro del workdir. Cada archivo tiene una tabla (generalmente ubicada al final del registro) en el siguiente formato:

 RMSD TABLE
    __________


_____________________________________________________________________
     |      |      |           |         |                 |
Rank | Sub- | Run  | Binding   | Cluster | Reference       | Grep
     | Rank |      | Energy    | RMSD    | RMSD            | Pattern
_____|______|______|___________|_________|_________________|___________
   1      1      7       -1.43      0.00    178.12           RANKING
   1      2     18       -0.96      1.88    177.35           RANKING
   2      1      4       -0.97      0.00    178.43           RANKING
   3      1     13       -0.60      0.00    178.03           RANKING
   4      1      5       -0.56      0.00    198.10           RANKING
   5      1     16       +0.01      0.00    189.71           RANKING
   6      1      3       +0.06      0.00    176.95           RANKING
   7      1     19       +0.10      0.00    177.27           RANKING
   8      1     17       +0.13      0.00    177.60           RANKING
   9      1      8       +0.20      0.00    177.05           RANKING
  10      1     20       +0.27      0.00    177.43           RANKING
  11      1     10       +0.34      0.00    176.33           RANKING
  12      1      6       +0.37      0.00    177.30           RANKING
  13      1      9       +0.44      0.00    175.48           RANKING
  14      1      2       +0.46      0.00    175.67           RANKING
  15      1     11       +0.84      0.00    177.52           RANKING
  15      2     12       +1.31      1.95    178.03           RANKING
  16      1     14       +1.29      0.00    201.01           RANKING
  17      1     15       +1.65      0.00    175.50           RANKING
  18      1      1       +1.96      0.00    186.83           RANKING

Run time 3.909 sec
Idle time 0.817 sec

El objetivo es recorrer todos los archivos .dlg y tomar la línea única de la tabla correspondiente a su primera línea (ignorando el encabezado) omitiendo la última columna (normalmente proporcionada para el reconocimiento de grep). En el ejemplo anterior de la tabla, esta es la tercera línea.

      1      1      7       -1.43      0.00    178.12

Luego, necesito agregar esta línea al final_log.txt junto con el nombre del archivo de registro (que debería especificarse antes). Basado en mi experiencia muy reciente, un posible modelo para mi flujo de trabajo BASH (para amenazas de varios archivos) puede ser:

#!/bin/bash
#name of the folder containing all *.dlg filles to be analysed
prot='7000'
#path to the folder with these *.dlg filles
FILES=$PWD/${prot}/*.dlg
#make a final log
echo 'This is a list of processed filles' > $PWD/final_results.log # we loop over all *.dlg filles in order to extract Clustering Histogram to the final LOG file for f in $FILES
do
  file_name2=$(basename "$f")
  file_name="${file_name2/.dlg}" echo "Processing of $f..."
  # here is an expression for GREP to take the line from the table and save it to >> $PWD/final_results.log
done

Answer 1

¿Qué tal para empezar? Asumiendo boquiabierto con el nextfilesoporte:

gawk '$1~/[[:digit:]]/{ print FILENAME, substr($0,1,match($0,/[[:blank:]]+[^[:blank:]]+$/)-1);nextfile}' *.dlg