Awk 在文本文件中查找字符串，用第三个字符串替换由tab分隔的5组字符串

您好，我正在尝试从以下内容转换文本文件：

>ENSG0123456 ENST0234567 ENSP0345678 scaffold999:1234-2345 1
ENOASDOIJSADJASPDOKPOKASD
ASDOJOIASJDOIJAKDJLKASDJL
ASLDKJLKASJDLKASJDLKJASLK

>ENSG0234567 ENST0345678 ENSP0456789 scaffold9999:2345-3456 -1
POIWQELKJLKJASMDNKLSJDLKA
ASPDOILKNSDMNASDLKJSADOIM
POAKSDAMNSADOIHOADPOKSDLK

为此：

>ENSP0345678
ENOASDOIJSADJASPDOKPOKASD
ASDOJOIASJDOIJAKDJLKASDJL
ASLDKJLKASJDLKASJDLKJASLK

>ENSP0456789
POIWQELKJLKJASMDNKLSJDLKA
ASPDOILKNSDMNASDLKJSADOIM
POAKSDAMNSADOIHOADPOKSDLK

我的awk/sed水平不足以在合理的时间范围内为这个问题找到解决方案。有人有什么建议吗

 awk -F'\t' 'NF > 1{$0=">"$3}1' file 

输出

>ENSP0345678
ENOASDOIJSADJASPDOKPOKASD
ASDOJOIASJDOIJAKDJLKASDJL
ASLDKJLKASJDLKASJDLKJASLK

>ENSP0456789
POIWQELKJLKJASMDNKLSJDLKA
ASPDOILKNSDMNASDLKJSADOIM
POAKSDAMNSADOIHOADPOKSDLK

输出

>ENSP0345678
ENOASDOIJSADJASPDOKPOKASD
ASDOJOIASJDOIJAKDJLKASDJL
ASLDKJLKASJDLKASJDLKJASLK

>ENSP0456789
POIWQELKJLKJASMDNKLSJDLKA
ASPDOILKNSDMNASDLKJSADOIM
POAKSDAMNSADOIHOADPOKSDLK

---

所有这些都可以满足您的需求：

awk -F"\t" '/>/{printf ">%s\n",$3; next}1;' file.fa 

或

或者，假设您只需要肽名称（

ENSP.*

）：

---

所有这些都可以满足您的需求：

awk -F"\t" '/>/{printf ">%s\n",$3; next}1;' file.fa 

或

或者，假设您只需要肽名称（

ENSP.*

）：

---

“修复”每个块中第一行的前导

字符问题。文件前最后1'是什么@Shellter您只需使用

awk'1'文件

就可以编写一个最低限度的正确程序，它将打印文件中的所有记录。所以说“打印当前记录”只是一个简单的说法。作为条件一部分计算的任何非零值表示

true

，

true

表示打印此记录。脚本可以写成长手

awk'-F\t''NF>1{$0=“>”$3}；{print$0}'文件

.tnx upvoting@shellterAh，那么我也应该读一下标题了？该死！对不起，那里暂时失明。很公平，而且是+1。但仍然很奇怪，这是一种非常特殊的格式，我从未在id行中看到过制表符。“修复”了每个块中第一行的前导字符问题。文件前的最后1'是什么@Shellter您只需使用

awk'1'文件

就可以编写一个最低限度的正确程序，它将打印文件中的所有记录。所以说“打印当前记录”只是一个简单的说法。作为条件一部分计算的任何非零值表示

true

，

true

表示打印此记录。脚本可以写成长手

awk'-F\t''NF>1{$0=“>”$3}；{print$0}'文件

.tnx upvoting@shellterAh，那么我也应该读一下标题了？该死！对不起，那里暂时失明。很公平，而且是+1。但仍然很奇怪，这是一种非常特殊的格式，我从未在id行中看到选项卡。