他の行に似ていますが、短い行を削除する方法は？

2xawk合計を使用するsort：cut

awk '{print length($2), NR, $0}' file |
  sort -k1,1nr |
  awk '
  {
    for(i=1;i<=cnt;i++){
      split(lines[i], tmp)
      if ($3 == tmp[3] && $1 < tmp[1] && index(tmp[4], $4)) next
    }
    lines[++cnt]=$0
  }
  END{
    for(i=1;i<=cnt;i++) print lines[i]
  }' |
  sort -k2,2n |
  cut -d' ' -f3-

1. awk：シーケンスフィールドの長さ、行番号、元の行を印刷します。

2. sort：シーケンスフィールドの長さに応じて逆順に並べ替えると、次のようになります。

   6 3 Espece_B GACCTT
   6 4 Espece_B ATCTGG
   5 5 Espece_C ACCTG
   4 1 Espece_A ACGT
   4 2 Espece_B ACCT
   4 6 Espece_D ACCT
   

3. awk：削除しないレコードを配列に追加しますlines。各レコードに対して追加された配列項目を繰り返しテストします。

   • 種名が同じ場合（$3 == tmp[3]）
   • シーケンスが短い場合（$1 < tmp[1]）
   • シーケンスが部分文字列（index(tmp[4], $4)）の場合

   3つの条件がすべてtrueの場合はそのnextレコードにジャンプし、そうでない場合は現在のレコードを配列に追加します。ブロックの配列要素を印刷しますend。

4. sort：元の行番号によると

5. cut: 最初の 2 つのフィールドを削除