查找字符串，更換5套由製表與第三個字符串分隔的字符串

你好我嘗試到一個文本文件，從這個轉換：查找字符串，更換5套由製表與第三個字符串分隔的字符串

>ENSGENST0234567 ENSP0345678 scaffold999:1234-2345 1 
ENOASDOIJSADJASPDOKPOKASD 
ASDOJOIASJDOIJAKDJLKASDJL 
ASLDKJLKASJDLKASJDLKJASLK 

>ENSG0234567 ENST0345678 ENSP0456789 scaffold9999:2345-3456 -1 
POIWQELKJLKJASMDNKLSJDLKA 
ASPDOILKNSDMNASDLKJSADOIM 
POAKSDAMNSADOIHOADPOKSDLK

要這樣：

>ENSP0345678 
ENOASDOIJSADJASPDOKPOKASD 
ASDOJOIASJDOIJAKDJLKASDJL 
ASLDKJLKASJDLKASJDLKJASLK 

>ENSP0456789 
POIWQELKJLKJASMDNKLSJDLKA 
ASPDOILKNSDMNASDLKJSADOIM 
POAKSDAMNSADOIHOADPOKSDLK

我的水平的awk/sed不在我可以在合理的時間內爲這個問題提出解決方案的水平。任何人都有建議？

來源

2014-09-25 BashN3wb

所有這些都將做你想要什麼：

awk -F"\t" '/>/{printf ">%s\n",$3; next}1;' file.fa

或

perl -F"\t" -lane '/>/ ? print ">$F[2]" : print' file.fa

或者，假設你只想要肽名（ENSP.*）：

perl -pe 's/>.*(ENSP.+?)\s.*$/>\1/' file.fa

來源

2014-09-25 22:24:16 terdon

awk -F'\t' 'NF > 1{$0=">"$3}1' file

輸出

>ENSP0345678 
ENOASDOIJSADJASPDOKPOKASD 
ASDOJOIASJDOIJAKDJLKASDJL 
ASLDKJLKASJDLKASJDLKJASLK 

>ENSP0456789 
POIWQELKJLKJASMDNKLSJDLKA 
ASPDOILKNSDMNASDLKJSADOIM 
POAKSDAMNSADOIHOADPOKSDLK

來源

2014-09-25 20:45:49 shellter

「固定」每個塊中第一行的前導'>'char問題。 – shellter 2014-09-25 20:50:17

文件前的最後1'是什麼？ @shellter – josifoski 2014-09-25 21:05:28

你可以用'awk'1'文件'寫一個最低限度正確的程序，它會打印文件中的所有記錄。所以它只是簡單地說「打印當前記錄」。任何作爲條件一部分評估的非零值意味着「真」，而「真」意味着打印此記錄。該腳本可以寫成長手'awk'-F \ t''NF> 1 {$ 0 =「>」$ 3}; {print $ 0}'文件'。 – shellter 2014-09-25 21:14:18

查找字符串，更換5套由製表與第三個字符串分隔的字符串

回答

相關問題