使用 sed/awk 修改文本列答案

【问题标题】：Modifying text column wise with sed/awk使用 sed/awk 修改文本列
【发布时间】：2011-01-10 06:16:34
【问题描述】：

我有一个包含三列（制表符分隔）的输入数据，如下所示：

  a  mrna_185598_SGL 463
  b  mrna_9210_DLT   463
  c  mrna_9210_IND   463
  d  mrna_9210_INS   463
  e  mrna_9210_SGL   463

如何使用 sed/awk 将其修改为四列数据如下所示：

a  mrna_185598 SGL   463
b  mrna_9210   DLT   463
c  mrna_9210   IND   463
d  mrna_9210   INS   463
e  mrna_9210   SGL   463

原则上我想将原始的“mrna”字符串分成两部分。

【问题讨论】：

标签： linux unix sed awk text-processing

【解决方案1】：

傻瓜：

{
  print $1 "\t" gensub(/_/, "\t", 2, $2) "\t" $3
}

【讨论】：

【解决方案2】：

类似的东西

awk 'BEGIN{FS=OFS="\t"}{split($2,a,"_"); $2=a[1]"_"a[2]"\t"a[3] }1'  file

输出

# ./shell.sh
a       mrna_185598     SGL     463
b       mrna_9210       DLT     463
c       mrna_9210       IND     463
d       mrna_9210       INS     463
e       mrna_9210       SGL     463

在 Solaris 上使用 nawk

如果你有 bash

while IFS=$'\t' read -r a b c
do
    front=${b%_*}
    back=${b##*_}
    printf "$a\t$front\t$back\t$c\n"
done <"file"

【讨论】：

【解决方案3】：

只要它们看起来与您发布的内容没有太大区别：

sed -E 's/mrna_([0-9]+)_/mrna_\1\t/'

【讨论】：

【解决方案4】：

您不需要使用 sed。而是使用 tr

cat *FILENAME* | tr '_[:upper:]{3}\t' '\t[:lower:]{3}\t' >> *FILEOUT*

cat FILENAME 将打印出文件，然后将通过管道（'|'）传送到 tr（翻译）。 tr 将替换任何具有下划线后跟 3 个大写字符，然后是制表符而不是下划线的制表符。然后它会将其附加到 FILEOUT。

【讨论】：

无用的猫。将文件传递给 tr 。 --. tr 'blah 'blah' >文件输出。您是否正确测试了您的命令？

【解决方案5】：

$ cat test.txt
  a  mrna_185598_SGL 463
  b  mrna_9210_DLT   463
  c  mrna_9210_IND   463
  d  mrna_9210_INS   463
  e  mrna_9210_SGL   463

$ cat test.txt | sed -E 's/(\S+)_(\S+)\s+(\S+)$/\1\t\2\t\3/'
  a  mrna_185598    SGL 463
  b  mrna_9210  DLT 463
  c  mrna_9210  IND 463
  d  mrna_9210  INS 463
  e  mrna_9210  SGL 463

【讨论】：

无用的猫。将文件名传递给 sed。 -- sed 'options' filename

【解决方案6】：

这可能对你有用（GNU sed）：

sed 's/_/\t/2' file

将第二次出现的_ 替换为制表符。

【讨论】：

【解决方案7】：

gawk '{$1=$1; $0=gensub(/_/,"\t",2);print}' file

a mrna_185598   SGL 463
b mrna_9210 DLT 463
c mrna_9210 IND 463
d mrna_9210 INS 463
e mrna_9210 SGL 463

【讨论】：