Удаление частей строки с Sed
У меня есть строки данных, которые похожи на это:
sp_A0A342_ATPB_COFAR_6_+_contigs_full.fasta
sp_A0A342_ATPB_COFAR_9_-_contigs_full.fasta
sp_A0A373_RK16_COFAR_10_-_contigs_full.fasta
sp_A0A373_RK16_COFAR_8_+_contigs_full.fasta
sp_A0A4W3_SPEA_GEOSL_15_-_contigs_full.fasta
Как я могу использовать sed удалить части строки после 4-го столбца (_ разделенный) для каждой строки. Наконец получение:
sp_A0A342_ATPB_COFAR
sp_A0A342_ATPB_COFAR
sp_A0A373_RK16_COFAR
sp_A0A373_RK16_COFAR
sp_A0A4W3_SPEA_GEOSL
6 ответов
cut подходит лучше.
cut -d_ -f 1-4 old_file
Это просто означает использование _ в качестве разделителя и сохранение полей 1-4.
Если вы настаиваете на sed:
sed 's/\(_[^_]*\)\{4\}$//'
Эта левая часть соответствует ровно четырем повторениям группы, состоящей из подчеркивания, за которым следует 0 или более не подчеркиваний. После этого мы должны оказаться в конце строки. Все это заменяется ничем.
sed -e 's/_[0-9][0-9]*_[+-]_contigs_full.fasta$//g'
Тем не менее, ответ cut, вероятно, быстрее и в целом лучше.
Вот еще одна возможность:
sed -E -e 's|^([^_]+(_[^_]+){3}).*$|\1|'
где -E, как -r в GNU sed, включает расширенные регулярные выражения для удобства чтения.
Однако то, что вы можете сделать это в sed, не означает, что вы должны . Для этого мне гораздо больше нравится резать.
Да, крой намного лучше, и да, сопоставить обратную сторону каждого проще.
Я наконец-то нашел совпадение, используя начало каждой строки:
sed -r 's/(([^_]*_){3}([^_]*)).*/\1/' oldFile > newFile
sed -e 's/\([^_]*\)_\([^_]*\)_\([^_]*\)_\([^_]*\)_.*/\1_\2_\3_\4' infile > outfile
Сопоставить "любое число не" _ ", сохраняя совпадение между \ (и \), за которым следует '_'. Сделайте это 4 раза, затем сопоставьте что-нибудь с остальной частью строки (игнорировать). Замените каждое совпадение, разделенное знаком «_».
AWK любит играть на полях:
awk 'BEGIN{FS=OFS="_"}{print $1,$2,$3,$4}' inputfile
или, в более общем смысле:
awk -v count=4 'BEGIN{FS="_"}{for(i=1;i<=count;i++){printf "%s%s",sep,$i;sep=FS};printf "\n"}'