Bash 删除选项卡文件中的特定图案_Bash

Bash 删除选项卡文件中的特定图案

bash

Bash 删除选项卡文件中的特定图案,bash,Bash,我有一个文件，例如： scaffold_10_1 YP_02917613.1 0.722 397 90 1 55021 53805 70 446 1.803E-180 566 scaffold_282_0 YP_004091438.1 0.799 317 102 1 55023 53395 66 442 2.282E-173 546 scaffold_15 YP_009676312.1 0.021 327 14 1 553

我有一个文件，例如：

scaffold_10_1   YP_02917613.1   0.722   397 90  1   55021   53805   70  446 1.803E-180  566
scaffold_282_0  YP_004091438.1  0.799   317 102 1   55023   53395   66  442 2.282E-173  546
scaffold_15     YP_009676312.1  0.021   327 14  1   55320   52895
IDBA_scaffold_66230_1   YP_004091438.1         0.789    317 122 1   55023   53395   66  442 2.282E-173  506
scf7180005161552_2      YP_004091438.1          0.789   317 122 1   55023   53395   66  442 2.282E-173  506

我们的想法是删除第一列中所有名称的最后一个数字部分，然后得到：

scaffold_10 YP_02917613.1   0.722   397 90  1   55021   53805   70  446 1.803E-180  566
scaffold_282    YP_004091438.1  0.799   317 102 1   55023   53395   66  442 2.282E-173  546
scaffold_15     YP_009676312.1  0.021   327 14  1   55320   52895
IDBA_scaffold_66230    YP_004091438.1         0.789 317 122 1   55023   53395   66  442 2.282E-173  506
scf7180005161552     YP_004091438.1            0.789    317 122 1   55023   53395   66  442 2.282E-173  506

正如您所看到的，有时在第一个

\u编号

之后没有

\u编号

scaffold_15

你有办法解决这个问题吗

谢谢你的帮助

对于布鲁诺里：这是我得到的那张桌子：

scaffold_10   YP_02917613.1   0.722   397 90  1   55021   53805   70  446 1.803E-180  566
scaffold_282  YP_004091438.1  0.799   317 102 1   55023   53395   66  442 2.282E-173  546
scaffold     YP_009676312.1  0.021   327 14  1   55320   52895
IDBAscaffold_66230_1   YP_004091438.1         0.789    317 122 1   55023   53395   66  442 2.282E-173  506
scf7180005161552      YP_004091438.1          0.789   317 122 1   55023   53395   66  442 2.282E-173  506

如您所见，脚手架的15已被移除，但我想保留它

试试看

cat file.csv | sed -e 's/\([A-Ba-b0-9_]*\)\(_[0-9]*\)\(.*\)/\1\3/' > file-without-number.csv

这是怎么回事

```
sed
```
是内联编辑器
使用命令
```
s/
```
运行sed将进行搜索和替换。语法是斜杠分隔的：
```
s/search\u patter/replace\u pattern
```
搜索模式是
```
\（[A-Ba-b0-9\]*\）\（[0-9]*\）\（.*\）
```
。它将线路分为3部分：
- 1）
```
\（[A-Ba-b0-9\]*\）
```
  由字母、数字或_
- 2） …后跟
```
\u编号
```
  （匹配
```
\（[0-9]*\）
```
  ）
- 3）行的其余部分（匹配
```
\（.*）
```
  ）
```
\1\3
```
将仅用第1部分和第3部分替换字符串，从而删除第2部分

试试看

这是怎么回事

```
sed
```
是内联编辑器
使用命令
```
s/
```
运行sed将进行搜索和替换。语法是斜杠分隔的：
```
s/search\u patter/replace\u pattern
```
搜索模式是
```
\（[A-Ba-b0-9\]*\）\（[0-9]*\）\（.*\）
```
。它将线路分为3部分：
- 1）
```
\（[A-Ba-b0-9\]*\）
```
  由字母、数字或_
- 2） …后跟
```
\u编号
```
  （匹配
```
\（[0-9]*\）
```
  ）
- 3）行的其余部分（匹配
```
\（.*）
```
  ）
```
\1\3
```
将仅用第1部分和第3部分替换字符串，从而删除第2部分

您可以尝试使用此sed：

sed 's/\(^[^_]*_[^_]*\)\(_[0-9]\{1,\}\)\([[:blank:]]\{1,\}.*\)/\1\3/' infile

使用IDBA_scaffold_66230_1等数据，您可以尝试以下awk：

awk 'BEGIN{FS=OFS="\t"}$1~/.*_[0-9]+_[0-9]+$/{sub(/_[0-9]+$/,"",$1)}1' infile

您可以尝试使用此sed：

sed 's/\(^[^_]*_[^_]*\)\(_[0-9]\{1,\}\)\([[:blank:]]\{1,\}.*\)/\1\3/' infile

使用IDBA_scaffold_66230_1等数据，您可以尝试以下awk：

awk 'BEGIN{FS=OFS="\t"}$1~/.*_[0-9]+_[0-9]+$/{sub(/_[0-9]+$/,"",$1)}1' infile

你想对每一行还是每一个文件的第一行都这样做？对于文件中的每一行，你想对每一行还是每一个文件的第一行这样做？对于文件中的每一行，它适用于所有类型的脚手架名称，但不适用于SCF780005161552_2_2。哦，还有IDBACAffold_66230_1IDBAscaffold_66230和scaffold_15不应在scaffold中更改。请尝试我的新版本。我在第一篇文章中给出了输出，以解释问题所在。它仍然删除

scaffold_15

部分，并且不删除

IDBAscaffold_66230_1

部分……它适用于所有类型的脚手架名称，但不适用于SCF780005161552_2一个。哦，还有IDBACAFFOLD_66230_1应该是IDBACAFFOLD_66230，脚手架不应该在脚手架中更改。请尝试我的新版本。我在第一篇文章中给出了输出，以解释出现了什么问题。它仍然会删除

脚手架_15

部分，并且不会删除

IDBACAffold_66230_1

part…感谢您的帮助，但它不适用于

IDBACAffold_66230_1

和

SCF780005161552_2

例如..我用SCF780005161552获得SCF780005161552_2。你想要什么？就像您使用IDBA_scaffold_66230_1更改数据一样，使用sed更为困难。您可以在我的更新答案中尝试使用awk。谢谢您的帮助，但它不适用于

IDBA_scaffold_66230_1

和

SCF780005161552_2

例如..我使用SCF780005161552获得SCF780005161552_2。你想要什么？就像您使用IDBA_scaffold_66230_1更改数据一样，使用sed更为困难。您可以在我的更新答案中尝试使用awk。