☰

2 文字間のパターンを置き換える

tag-icon • tag-icon text-processing sed bioinformatics
2 文字間のパターンを置き換える 
Staphylococcus_sp_HMSC14C01-KV792037.1:0.00371647154267842634,Staphylococcus_hominis_VCU122-AHLD01000058.1:0.00124439639436691308)69:0.00227646100249620856,(Staphylococcus_sp_HMSC072E01-KV814990.1:0.00288325234399461859,(((Staphylococcus_hominis_793_SHAE-JUSR01000051.1:0.00594391769091206796,Staphylococcus_pettenkoferi_1286_SHAE-JVVL01000037.1:0.00594050248317441135)

カンマは異なる項目を区別し、各項目からその間のすべての項目を削除します-。:-:

どうすればいいですか？したがって、次のようにする必要があります。

Staphylococcus_sp_HMSC14C01:0.00371647154267842634,Staphylococcus_hominis_VCU122:0.00124439639436691308)69:0.00227646100249620856

を使用しましたが、sed 's/-.*://' 1.file > 2.file最終的にファイル全体を削除し、最初の値と最後の値のみを保持しました。

答え1

.*以下に一致する貪欲な正規表現です。最長可能な一致。最短の一致を一致させる必要がありますが、行全体で完全に一致する必要があります。努力する

sed 's/-[^:-]*:/:/g' 1.file > 2.file

文字クラスは[^:-]何でも一致します。とは別にコロンとダッシュ（コロンを除くすべての項目と一致する必要があるかもしれません）、したがって正規表現は「ダッシュの後にダッシュではなく、コロン以外の文字が続き、その後にコロンが続きます」を意味します。その後、それをコロンで置き換え（維持したいので）、その行gでグローバル置換（末尾）を実行します。省略すると、g最初のインスタンスのみが置き換えられます。

答え2

アッ解決策：

awk -F',' '{ for(i=1;i<=NF;i++) sub(/-[^:-]+/,"",$i) }1' OFS=',' 1.file

  • -F','- フィールド区切り記号

  • for(i=1;i<=NF;i++)- レコードのすべてのフィールドを繰り返します。

  • sub(/-[^:-]+/,"",$i- 希望のシーケンスを交換します（〜サイ-そして:含む-しかし続ける:)

出力：

Staphylococcus_sp_HMSC14C01:0.00371647154267842634,Staphylococcus_hominis_VCU122:0.00124439639436691308)69:0.00227646100249620856,(Staphylococcus_sp_HMSC072E01:0.00288325234399461859,(((Staphylococcus_hominis_793_SHAE:0.00594391769091206796,Staphylococcus_pettenkoferi_1286_SHAE:0.00594050248317441135)

関連情報