使用 sed、awk 或 vim 修改/操作文本答案

【问题标题】：Modifying/ Manipulating Text Using sed, awk or vim使用 sed、awk 或 vim 修改/操作文本
【发布时间】：2013-02-18 09:55:43
【问题描述】：

我正在尝试从以下位置操作此文本文件：

>hg19_ct_UserTrack_3545_MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA

到

>MACS_peak_2_range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA

我一直在使用 sed 和 vim 来获取它，但我无法获得第一行所需的空格组合或确切信息（没有它，程序无法运行）

谢谢哈丽特

【问题讨论】：

是MACS_peak_2 动态的吗？这部分有什么规定吗？
据我所知，没有规则；在第 xx 峰处，DNA 序列是标题下方列出的序列

标签： unix vim text sed awk

【解决方案1】：

如果MACS_peak_2 是固定字符串：

sed 's/>.*MACS/>MACS/; s/ /_/' file

会做的工作：

kent$  echo ">hg19_ct_UserTrack_3545_MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA"|sed 's/>.*MACS/>MACS/; s/ /_/'
>MACS_peak_2_range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA

如果您想在 vim 中执行此操作：

:g/^>hg/s/hg.*MAC/MAC/|s/ /_/

此行将替换所有以>hg 开头的行，试试吧。

【讨论】：

不，MACS_peak_2 不是固定的，MACS_peak 部分是固定的，但数字会发生变化（它们基本上是提取以下文本的坐标名称）
好的，没关系，只要MACS 是固定的，这两种解决方案都适合你。试试看。
谢谢。我试过 vim 但我得到一个特殊的标题： >MACS_peak_718_range=chr19_gl000208_random:192-392 5'pad=0 3'pad=0 strand=+ repeatMasking=none AATGAACCCTTGCAGATACTAGAGAAAGACTGTTTCAAAACTGCTCTATC 我需要保留 MACS_peak_2_range=chr1:777590-77797完全相同的。谢谢
所以你希望每个目标标题行都有固定的MACS_peak_2_range=chr1:777590-777790 ?
@user1879573 奇怪，sed 和 vim 行在这里给出相同的结果。无论如何，当你说它有效时，这很重要。 .. :)

【解决方案2】：

使用 awk（因为 Kent 提供了 sed 解决方案）

awk '/^>/sub(/hg19_ct_UserTrack_3545_/, "")' input

要将第一个空格更改为下划线，请添加另一个子：

awk '/^>/sub(/hg19_ct_UserTrack_3545_/, "");sub(/ /, "_")' input

sed 可能是解决这个问题的更好方法。

【讨论】：

根据示例，peak_2 和 range 之间还有一个空格需要更改为下划线。

【解决方案3】：

以下内容进行了就地替换。执行命令后，文件将被更改。

perl -pe 's/^\>.*?(MACS_peak.*)/>$1/g' your_file

请看下面的测试：

> cat temp
>hg19_ct_UserTrack_3545_MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA
> 
> 
> 
> 
> perl -pe 's/^\>.*?(MACS_peak.*)/>$1/g' temp
>MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA
> 
> 
> 
> perl -pi -e 's/^\>.*?(MACS_peak.*)/>$1/g' temp
> 
> 
> 
> cat temp
>MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA
>

【讨论】：