從第二個文件

與字符串替換一個文件中的字符串我一直在尋找了幾天，但我沒有得到正確的答案從第二個文件

我有兩個文件看起來像這樣：

文件1 ：

>contig-100_23331 length_200 read_count_4043 
TCAG... 
>contig-100_23332 length_200 read_count_4508 
TTCA... 
>contig-100_23333 length_200 read_count_184 
TTCC...

文件2：

>contig-100_23331_Cov:_30.9135 
>contig-100_23332_Cov:_125.591 
>contig-100_23333_Cov:_5.97537

我想用名字來代替線（>重疊羣。 ..長度...）在File1中與名稱在File2中的行。請注意，File2僅包含重疊羣名稱（無序列）。

我想那裏有一個方法與sed，但我不能找到解決辦法

提前感謝！

來源

2013-04-17 Ramirous

歡迎來到Stack Overflow。請儘快閱讀[常見問題]。大概在File2中有多少行（幾十或幾百，幾千，幾百萬）？據推測，其目的是用'contig-100_23331_Cov：_30.9135'等替換'contig-100_23331'等。 –

File2有23335行。 – Ramirous

事實上，我需要用contig-100_23331_Cov：_30.9135替換contig-100_23331，依此類推。 – Ramirous

一種可能性是使用sed創建從一個File2 -script sed其隨後在File1使用：

sed 's/^\(>contig-[0-9]*_[0-9]*\)_.*/s%^\1 %& %/' File2 > sed.script 
sed -f sed.script File1 > File.Out 
rm -f sed.script

對於樣品File2，所述sed.script將包含：

s%^>contig-100_23331 %>contig-100_23331_Cov:_30.9135 % 
s%^>contig-100_23332 %>contig-100_23332_Cov:_125.591 % 
s%^>contig-100_23333 %>contig-100_23333_Cov:_5.97537 %

對於樣品File1，sed處理的輸出將是：

>contig-100_23331_Cov:_30.9135 length_200 read_count_4043 
TCAG... 
>contig-100_23332_Cov:_125.591 length_200 read_count_4508 
TTCA... 
>contig-100_23333_Cov:_5.97537 length_200 read_count_184 
TTCC...

某些版本的sed可能在sed腳本中存在23k行的問題。如果這對您而言是個問題，那麼您可以生成sed.script，然後將其拆分（split）爲更小的塊（例如每個1000行），然後針對每個塊運行sed -f chunk。這是痛苦的，但必要的。從歷史上看，HP-UX（舊版本，如HP-UX 9或10）的版本相當有限，sed只能處理sed腳本中的幾百個命令。

假設你使用bash，可以避開明確中間文件，process substitution：

sed -f <(sed 's/^\(>contig-[0-9]*_[0-9]*\)_.*/s%^\1 %& %/' File2) File1 > File.Out

但是，你應該使用符號之前驗證腳本。

來源

2013-04-17 22:26:14

非常感謝Jonathan！最後一個命令完成了這項工作。這需要一段時間，但工作得很好。 – Ramirous

免責聲明：從來沒有這樣做...

您可能需要使用join命令合併文件merging files

您可能需要生產用於FILE2中介文件或流，其有一個額外的空這樣兩行文件中的兩行匹配。

希望這會有所幫助。

來源

2013-04-17 22:19:50 Nabheet

不幸的是，'join'不太可能成爲解決方案。數據行（'TCAG ...'）不會用'join'輕鬆處理，並且數據文件必須按排序順序排列。 –

從第二個文件

回答

相關問題