使用 grep/gsub 仅查找第一个冒号答案

【问题标题】：Using grep/gsub To Find First Colon Only使用 grep/gsub 仅查找第一个冒号
【发布时间】：2011-09-27 00:07:40
【问题描述】：

我有一个长文件，它只写为一列。
此列包含基因名称，后跟冒号 (:)，然后是 microRNA 片段的名称。不幸的是，microRNA 名称也可以包含一个冒号 (:)。

我想用制表符 (\t) 替换 ONLY 第一个冒号，然后 write.table 以在 R 中生成两列。

这是一个基因名称与多个 microRNA 的代表性样本：

CHD5:miR-329/362-3p:2
CHD5:miR-329/362-3p:1
CHD5:miR-30a/30a-5p/30b/30b-5p/30cde/384-5p
CHD5:miR-15/16/195/424/497
CHD5:miR-26ab/1297
CHD5:miR-17-5p/20/93.mr/106/519.d
CHD5:miR-130/301
CHD5:miR-19
CHD5:miR-204/211

有什么建议吗？

【问题讨论】：

标签： r regex

【解决方案1】：

也许使用sub 而不是gsub？

【讨论】：

【解决方案2】：

如果您有“inFile”并想要“outFile”，这里有一个稍微完整的示例...

lines <- readLines('inFile')
lines <- sub(':', '\t', x)
writeLines(lines, 'outFile')

【讨论】：

其实这也很优雅！我喜欢它。

【解决方案3】：

如果x 是您的列或向量：

sub(":", "\t", x)

见?sub，上面写着

‘sub’和‘gsub’执行替换第一个和所有匹配分别。

【讨论】：

【解决方案4】：

如果您可以使用sed，您可以执行以下操作（假设您的数据位于名为data.txt 的文件中）。

sed 's/\([^:]\):/\1 /' data.txt

\1 后面的那个空格实际上是一个制表符。要将它插入我的 shell，我需要按 Ctrl-v, .

这是我运行命令后的结果：

CHD5    miR-329/362-3p:2
CHD5    miR-329/362-3p:1
CHD5    miR-30a/30a-5p/30b/30b-5p/30cde/384-5p
CHD5    miR-15/16/195/424/497
CHD5    miR-26ab/1297
CHD5    miR-17-5p/20/93.mr/106/519.d
CHD5    miR-130/301
CHD5    miR-19
CHD5    miR-204/211

【讨论】：

我用过：sed 's/([^:]):/\1 /' new.txt
在不转义括号的情况下对您有用吗？我必须将( 和) 分别替换为\( 和\)，才能使命令正常工作。
最佳：'s/([^:]):/\1"\t"/' now_two_cols.txt
如您所见，我添加了“\t”，以便我可以更轻松地使用 excel 和 R，但它确实有效，谢谢 David