sed コマンドは、パターンに続く行の単語を置き換えるために使用されます。

Question 1

私はあなたの例が良くないと思います。実際には、次のファイルを使用してプログラムに変換するのではなく、遺伝子IDを遺伝子名にマップする必要があります。

$ cat ids2names
gene_A when
gene_B chapmen
gene_C billies

その場合は、awkを使用して次のことができます。

$ awk -F'[: ]' 'NR==FNR{map[$1]=$2; next} {print map[$1], $3}' ids2names file
when CTCTTTCTTTTACGCCT
when CTCTTTCTTTTACGCCT
when CTCTTTCTTTTACGCCT
chapmen CTCTTTCTTTTACGCCT
chapmen CTCTTTCTTTTACGCCT
billies CTCTTTCTTTTACGCCT

そうではなく、遺伝子名が実際に_削除された例のように遺伝子IDである場合...

すべてのsedを使用してください：

$ sed 's/_\([^:]*\)[^ ]*/\1/' file
geneA CTCTTTCTTTTACGCCT
geneA CTCTTTCTTTTACGCCT
geneA CTCTTTCTTTTACGCCT
geneB CTCTTTCTTTTACGCCT
geneB CTCTTTCTTTTACGCCT
geneC CTCTTTCTTTTACGCCT

または任意の奇妙な：

$ awk -F'[_: ]' '{print $1 $2, $4}' file
geneA CTCTTTCTTTTACGCCT
geneA CTCTTTCTTTTACGCCT
geneA CTCTTTCTTTTACGCCT
geneB CTCTTTCTTTTACGCCT
geneB CTCTTTCTTTTACGCCT
geneC CTCTTTCTTTTACGCCT

入力の空白が常に単一の空白でない場合は、-F'[: ]'awkスクリプトのOR -F'[:[:blank:]]+'（存在する場合はそのままにしてください）とsedスクリプトのORに変更します。-F'[: \t]+'_[^ ][^[:blank:]][^ \t]

ダンチャメンベルギー

Answer

私はあなたの例が良くないと思います。実際には、次のファイルを使用してプログラムに変換するのではなく、遺伝子IDを遺伝子名にマップする必要があります。

$ cat ids2names
gene_A when
gene_B chapmen
gene_C billies

その場合は、awkを使用して次のことができます。

$ awk -F'[: ]' 'NR==FNR{map[$1]=$2; next} {print map[$1], $3}' ids2names file
when CTCTTTCTTTTACGCCT
when CTCTTTCTTTTACGCCT
when CTCTTTCTTTTACGCCT
chapmen CTCTTTCTTTTACGCCT
chapmen CTCTTTCTTTTACGCCT
billies CTCTTTCTTTTACGCCT

そうではなく、遺伝子名が実際に_削除された例のように遺伝子IDである場合...

すべてのsedを使用してください：

$ sed 's/_\([^:]*\)[^ ]*/\1/' file
geneA CTCTTTCTTTTACGCCT
geneA CTCTTTCTTTTACGCCT
geneA CTCTTTCTTTTACGCCT
geneB CTCTTTCTTTTACGCCT
geneB CTCTTTCTTTTACGCCT
geneC CTCTTTCTTTTACGCCT

または任意の奇妙な：

$ awk -F'[_: ]' '{print $1 $2, $4}' file
geneA CTCTTTCTTTTACGCCT
geneA CTCTTTCTTTTACGCCT
geneA CTCTTTCTTTTACGCCT
geneB CTCTTTCTTTTACGCCT
geneB CTCTTTCTTTTACGCCT
geneC CTCTTTCTTTTACGCCT

入力の空白が常に単一の空白でない場合は、-F'[: ]'awkスクリプトのOR -F'[:[:blank:]]+'（存在する場合はそのままにしてください）とsedスクリプトのORに変更します。-F'[: \t]+'_[^ ][^[:blank:]][^ \t]

ダンチャメンベルギー

Question 2

使用幸せ（以前のPerl_6）

~$ raku -pe 's/^  \w+  <( \: <[0..9-]>+  //;'   file 

#OR

~$ raku -pe 's/^ (\w+)    \: <[0..9-]>+ /$0/;'  file

上記は、Perlシリーズのプログラミング言語であるRakuで書かれた答えです。これら2つの答えは、Rakuのsedに似た自動印刷プログレッシブフラグを使用します（Rakuのawkなどの非自動印刷プログレッシブフラグを-pe使用する他の答えを想像できます）。-ne

つまり、^文字列の先頭（行）、\w+1つ以上の数字、またはアンダースコア、コロン、アラビア数字とハイフンで構成されるカスタム文字クラスが\:続くことを検出します。（Unicode番号を含めるには代わりに使用してください）。<[0..9-]>+-<+ :N + [-]>+

入力例：

gene_A:3342234 CTCTTTCTTTTACGCCT
gene_A:1244-5205 CTCTTTCTTTTACGCCT
gene_A:1838438 CTCTTTCTTTTACGCCT
gene_B:1848584 CTCTTTCTTTTACGCCT
gene_B:1029-4920 CTCTTTCTTTTACGCCT
gene_C:3849029 CTCTTTCTTTTACGCCT

サンプル出力（2つのコード例）：

gene_A CTCTTTCTTTTACGCCT
gene_A CTCTTTCTTTTACGCCT
gene_A CTCTTTCTTTTACGCCT
gene_B CTCTTTCTTTTACGCCT
gene_B CTCTTTCTTTTACGCCT
gene_C CTCTTTCTTTTACGCCT

各回答の説明：

Rakuの<(キャプチャフラグは、コロンより前の一致を削除するために使用されます（キャプチャフラグは単独で機能しますが、一緒に使用できるおよび<(/または）。)>残りのキャプチャは、置き換えられた半分で「置き換えられません」、つまり削除されます。
Rakuの(...)数字キャプチャ括弧は遺伝子名をキャプチャするために使用され、本質的に後で一致するものを削除します。その後、現在のキャッチは$0交換ハーフに配置されます。つまり、ゲームの残りの部分が削除されます。

注：本当に「キャッチして修正」（遺伝子名からアンダースコアを削除するなど）が必要な場合は、Rakuを使用して置き換えられた半分でコードを実行できます。以下は、transすべての下線を空の文字列（つまり何もなし）に変換し、アンダースコアが削除された遺伝子名を返します。

~$ raku -pe 's/^ (\w+) \: <[0..9-]>+ /{$0.trans("_" => "")}/;'  file

#OR (more simply)

~$ raku -pe 's/^ (\w+) \: <[0..9-]>+ /$0.trans("_" => "")/;'  file

https://docs.raku.org/言語/regexes
https://raku.org

Answer