Awk：如何每四行替换一个字符串？

我有一个文件，其中每四行如下所示：

  HISEQ15:454:D27KKACXX:6:2316:16241:100283 1:N:0:GTTTCG 

（对于感兴趣的人，此文件包含DNA序列）

我需要删除空格后面的所有内容，除了空格后面的第一个数字（在本例中为

1

），然后在字符串开头和数字之间插入

/

，因此我得到以下结果：

  HISEQ15:454:D27KKACXX:6:2316:16241:100283/1

我只知道Perl，而我的文件>10GB，这将花费我一辈子的时间，所以我希望你能帮助我学习awk知识。

这是怎么回事

awk 'BEGIN{OFS="/"} NR%4==1{$2=$2*1}1' file

使用

NR%4==1

我们得到的所有行号都是4K+1。在这些行中，我们执行

{$2=$2*1}

，即将空格后的第二部分转换为数字。然后使用

{}1

打印所有行。 为了使记录以“/”分隔，我们使用

BEGIN{OFS=“/”}

部分，因为OFS代表“输出字段分隔符”

请注意，条件

NR%4==1

可能会根据要更改的字符串的位置而更改。如果是1号，5号，9号。。。这样没关系。如果是2号，6号。。。然后

NR%4==2

依此类推

试验 你可以用它来做，我认为它更干净：

sed 's! \([0-9]\).*!/\1!;n;n;n;' input

与：

---

我不认为Perl程序需要更长的时间来完成这项工作，除非使用循环遍历文件。（这将在进行任何处理之前加载整个文件。）主要的瓶颈通常是IO，无论您使用何种语言

$ perl -pe 's( (\d).*){/$1} if $. % 4 == 1' filename

这（很大程度上）相当于

while ( <ARGV> ) {
    s[ (\d).*][/$1] if $. % 4 == 1;
    print $_
}

如果要就地修改文件，只需在命令中添加一个。
如果需要备份

-i'.orig'

，也可以给出一个参数

$ perl -i -pe 's( (\d).*){/$1}' filename

---

谢谢，那将是几乎完美的-只有任何一个数字可以在空格后出现，它不必是1。哦，现在我注意到@DoubleDecker。我正在检查，给我几分钟：）@DoubleDecker检查我的最新答案。我想现在已经完成了。谢谢，但再一次，空格后的1只是一个例子，它可以是我需要保留的任何一个数字，因此它可以是/2等等。取决于空格后出现的数字。这里没有硬编码的1，它应该与空格后的任何数字一起工作，请注意，在

awk

版本中，输出是

…283 1

，而不是

…283/1

。在我的解决方案中，它被解决了。Fedoroqui是对的，我们没有以某种方式添加斜杠。sed产生的输出与输入完全相同；s因为你对第1、5、9行感兴趣。。。而我的答案是第4、8、12行。。。作为一个初学者，我在问：你确定Perl脚本会比awk/sed慢吗？如果是，为什么？您能给出一个示例输入，感兴趣的行号到底是什么？Awk与Perl的处理时间是不相关的，因为无论如何，您将花费几乎所有的时间在I/O等待上+1.

while ( <ARGV> ) {
    s[ (\d).*][/$1] if $. % 4 == 1;
    print $_
}

$ perl -pe 's( (\d).*){/$1}' filename

$ perl -i -pe 's( (\d).*){/$1}' filename