插入文本以使每一行以相同的方式开始答案

【问题标题】：Inserting text to make every row start the same way插入文本以使每一行以相同的方式开始
【发布时间】：2021-10-20 15:25:53
【问题描述】：

我有一个文件，其中包含包含各种信息的行。不幸的是，该文件是从许多不同的来源编译的，因此某些行比其他行包含更多信息：

1_10090 Mus musculus (house mouse) Gene 1
2_10090 Mus musculus Gene 2
3_10090 (house mouse) Gene 3
4_10090 Gene 4

我想要的输出是：

1_10090 Mus musculus (house mouse) Gene 1
2_10090 Mus musculus (house mouse) Gene 2
3_10090 Mus musculus (house mouse) Gene 3
4_10090 Mus musculus (house mouse) Gene 4

我想使用 sed 将包含 _10090 后跟除“M”以外的字符的每一行替换为“Mus musculus”（然后对不包含（家鼠）的行执行相同操作）：

sed 's/_10090 [^M]/_10090 Mus musculus /g'

但这当然会替换我想要保留的 10090 之后的字符：

1_10090 Mus musculus (house mouse) Gene 1
2_10090 Mus musculus Gene 2
3_10090 Mus musculus house mouse) Gene 3
4_10090 Mus musculus ene 4

我该如何确保每一行都以

开头

#_10090 Mus musculus (house mouse)

每行之间的#是不同的，有些行已经包含这个字符串，而其他行包含它的一部分？

提前致谢！

【问题讨论】：

(house mouse)是固定字符串吗，还是(...)里面有什么东西？
请检查ideone.com/52hZt6 是否适合您。
@WiktorStribiżew（家鼠）是一个固定字符串。唯一不同的是出现在 _10090 之前的字符和出现在（鼠标）之后的字符
@WiktorStribiżew 我试过了，我认为成功了！非常感谢！
我在下面的答案中添加了方法说明。

标签： string sed replace row

【解决方案1】：

你可以使用

sed -E 's/_10090( Mus musculus)?( \(house mouse\))? /_10090 Mus musculus (house mouse) /g' file

该方法略有不同，因为您描述的逻辑无助于实现预期结果。也就是说，我匹配一个可选的' Mus musculus'，然后在_10090 子字符串之后匹配一个可选的' (house mouse)' 子字符串（后面有一个空格），并在替换模式中添加（返回，如果它们存在）这些子字符串。

查看online demo：

#!/bin/bash
s='1_10090 Mus musculus (house mouse) Gene 1
2_10090 Mus musculus Gene 2
3_10090 (house mouse) Gene 3
4_10090 Gene 4'
sed -E 's/_10090( Mus musculus)?( \(house mouse\))? /_10090 Mus musculus (house mouse) /g' <<< "$s"

输出：

1_10090 Mus musculus (house mouse) Gene 1
2_10090 Mus musculus (house mouse) Gene 2
3_10090 Mus musculus (house mouse) Gene 3
4_10090 Mus musculus (house mouse) Gene 4

【讨论】：