就地查找和替換用線（Linux）的

Question

我有一個文本文件，它看起來像這樣：

>ID1_ID2 other_stuff 
more_other_stuff 
>ID3_ID4 other_stuff 
more_other_stuff 

我想變成這樣：

>ID1_ID2;label=ID1 other_stuff 
more_other_stuff 
>ID3_ID4;label=ID3 other_stuff 
more_other_stuff 

那對於以>開頭的每一行，加上;label=ID（位於特定位置），其中ID是>和第一個下劃線之間的數字。所有的ID都是整數。

我可以在Python中弄清楚這一點，但是有沒有簡單的方法可以用sed或awk或其他Unix命令行工具就地執行此操作？

Answer 1

隨着GNU sed中您可以使用此：

sed -r 's/^>(([0-9]+)_([0-9]+))(.*)/\1;label=\2\4/' yourfile 

如果一切正常，你可以添加選項-i,bak。

它匹配

• 一個符合>（^>）說明接着兩個序列數字
• 由_分離
• ：(([0-9]+)_([0-9]+))
  • 整個序列被捕獲到\1
  • 每個數字都被捕獲到\2和\3
  • 行（(.*)）的其餘部分被捕獲到\4
• 更換利用捕獲的值來獲取你想要的

Answer 2

隨着GNU sed的：

$ sed -r 's/>([^_]+)\S+/&;label=\1/' file 
>ID1_ID2;label=ID1 other_stuff 
more_other_stuff 
>ID3_ID4;label=ID3 other_stuff 
more_other_stuff 

添加-i標誌，一旦你測試了它。