您好，我有一個簡單的問題，我需要在 txt 檔案中找到特定行，它們必須包含“LG”，如下所示：
>NC_037638.1 Apis mellifera strain DH4 linkage group LG1, Amel_HAv3.1, whole genome shotgun sequence
那么我需要在這種情況下NC_037638.1用LG1
LG替換數字，并且每一行的數字都會不同
結果應該是這樣的：
>LG1, Apis mellifera strain DH4 linkage group LG1, Amel_HAv3.1, whole genome shotgun sequence
我在一個檔案中有 3 百萬行，我只需要找到那些帶有 LG 的行，后跟一些數字，如示例中所示 LG1
所以基本上我需要從中得到：
對此：
我寫了這樣的東西：
#!/bin/bash
while IFS= read -r line; do
if [[ $line =~ "LG" ]]; then
echo $line | awk ' { t = $1; $1 = $8; print; } ' | sed -e 's/^/>/' >> nowy.txt
else
echo $line >> nowy.txt
fi
done < kopia_pliku_docelowego
它可以作業，但它的速度非常慢，腳本結束需要 3 分鐘
我想到了解決方案，我想我可以 grep 行索引并只更改那些行，然后在與新重寫的索引相同的索引上交換舊行。
我知道如何找到索引(grep -n)
，我知道如何更改線路（談論與 LG 交換號碼），但我不知道如何將它們放在一起。
我真的很感激一些幫助
uj5u.com熱心網友回復：
我真的不明白問題描述。聽起來您只想用第 8 列替換包含LG. 如果是這種情況，請執行以下操作：
awk '/LG/{ $1 = $8 }1' kopia_pliku_docelowego > nowy.txt
但也許您想限制匹配，以便僅在第 8 列中出現“LG”時才進行替換。你可以這樣做：
awk '$8 ~ /LG/{ $1 = $8 }1'
如果您要求LG其后跟一串數字，請使用：
awk '$8 ~ /LG[0-9] /{ $1 = $8 }1'
如果您有第 8 列是LGxxxAAA（數字后面的非字串值）的行，并且您只想用匹配的字串部分替換第一列LG[0-9 ]，則可以使用：
awk 'match($8,/LG[0-9] /){ $1 = substr($8,0,RLENGTH) }1'
awk毫無疑問可以解決您的問題，但您需要明確說明您要匹配的內容。您的sed解決方案似乎插入了>根據您的描述似乎沒有必要的前導。需要更多的特異性。
uj5u.com熱心網友回復：
您可以一次完成此操作sed：
sed -i.bak -E 's/^>NC_037638\.1(.* (LG[0-9] ))/>\2\1/' file
cat file
>LG1 Apis mellifera strain DH4 linkage group LG1, Amel_HAv3.1, whole genome shotgun sequence
解釋：
^>:>開始位置后匹配NC_037638\.1: 匹配文本NC_037638.1(.*: Nn 捕獲組 #1 匹配并捕獲后跟空格后跟...的任何文本(LG[0-9] )): 匹配LG后跟捕獲組 #2 中的 1 數字>\2\1：替換部分>后跟LG子字串（我們在組 #2 中捕獲的內容），然后是捕獲組 #1 的反向參考
uj5u.com熱心網友回復：
只是 awk，也許：
awk '{
for(i=1;i<NF-1;i )
if($i=="linkage" && $(i 1)=="group")
break
if(i!=NF-1)
$1=$(i 2)
print
}' file.txt
我們搜索兩個連續的詞“鏈接”和“組”，以防萬一它們在行中并不總是位于相同的位置。我懷疑這可能是因為“ Apis mellifera ”看起來像一個包含空格的單個欄位。如果我們找到這兩個詞，我們將第一個欄位替換為“鏈接組”之后的欄位。
如果按照“現場聯動組”必須被進一步限制，例如要LGnnn在那里nnn是數字一些字串，我們可以改一下條件：
awk '{
for(i=1;i<NF-1;i )
if($i=="linkage" && $(i 1)=="group" && $(i 2) ~ /^LG[[:digit:]] /)
break;
if(i!=NF-1)
$1=$(i 2)
print
}' file.txt
轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/363377.html