Fatal编程技术网
  • bash/
  • Bash awk或sed帮助，用于咀嚼CSV或TSV文件的第一行

Bash awk或sed帮助，用于咀嚼CSV或TSV文件的第一行

bash sed awk perl

Bash awk或sed帮助，用于咀嚼CSV或TSV文件的第一行,bash,sed,awk,perl,Bash,Sed,Awk,Perl,我一直在摆弄awk，因为我认为用这个工具咀嚼以制表符分隔的或csv文件的头要简单得多 我有两种类型的文件（逗号或制表符分隔），我只想将标题（NR=1）修改为： 降低所有单词的大小写 将每个空格替换为下划线 字段名。。例如，将下面的癌症类型更改为*癌症类型* 癌症类型，装配版本，染色体，染色体 开始，结束 到目前为止，我所能做的就是列出第一行 awk'NR==1'test2.csv 嗯，我真是不知所措。在任何情况下，我都可能在做一些下游修改之前运行这个脚本（sed或awk） 任何帮助（或向我指出一

我一直在摆弄awk，因为我认为用这个工具咀嚼以制表符分隔的或csv文件的头要简单得多

我有两种类型的文件（逗号或制表符分隔），我只想将标题（NR=1）修改为：

  • 降低所有单词的大小写
  • 将每个空格替换为下划线 字段名。。例如，将下面的癌症类型更改为*癌症类型*
    • 癌症类型，装配版本，染色体，染色体 开始，结束

    到目前为止，我所能做的就是列出第一行

    awk'NR==1'test2.csv

    嗯，我真是不知所措。在任何情况下，我都可能在做一些下游修改之前运行这个脚本（sed或awk）

    任何帮助（或向我指出一个好的教程/一行）都将不胜感激

    编辑

    嗨，我应该编辑来澄清这一点。 我将采取从一个文件开始，并以相同的文件结束，但与标题改变

    我可以得到两个版本的文件

    CSV

    癌症类型，装配版本，染色体，染色体起始， 染色体末端

    之后：

    癌症类型，装配版本，染色体，染色体起始， 染色体末端

    TSV

    癌症类型\t程序集版本\t染色体\t染色体开始\t 染色体末端

    之后：

    癌症\u类型\t程序集\u版本\t染色体\t染色体\u开始\t 染色体末端

    话虽如此，我认为这些方法几乎奏效了

    编辑2
    操作系统是os X 10.7。+/p>也许我不完全理解你的问题，但据我所知，这应该可以解决它：

    head -1 test2.csv | sed -e 's/\(.*\)/\L\1/' -e 's/ /_/g' > tmp.txt
tail -n +2 test2.csv >> tmp.txt

    • head
      拾取第一行
    • 第一个
      sed
      选项使所有内容都小写
    • 第二个
      sed
      选项将所有空格转换为下划线
    • tail
      打印从第2行开始的所有内容
    tmp.txt
    现在包含完整的结果。

    GNU代码

    $echo癌症类型，程序集版本，染色体，染色体开始，染色体结束| sed-r'1{s/*/\L&/；s/\b\s\b/_/g}' 癌症类型，装配版本，染色体，染色体开始，染色体结束
    如果只想修改页眉并按原样打印其余行，请使用
    GNU awk
    尝试类似的操作：

    awk 'BEGIN{FS=OFS=","}NR==1{$0=tolower($0);gsub(/\y \y/,"_",$0)}1' csv
    如果我理解的很好，OP希望替换原始文件的头，而不仅仅是将结果打印到控制台

    起初，我试图用我更了解的方法来解决这个问题。但没有就地编辑功能，因此需要一些解决方法：

    # Unsafe hack
#{ rm infile; awk 'NR==1{...}1' >infile;} <infile
#Ed Morton's correction
awk 'NR==1{...}1' infile >tmp && mv tmp infile
    填充之前：

    Cancer Type, Assembly Version, Chromosome, Chromosome start, Chromosome end
One 1,Two 2
    在以下情况下填充：

    cancer_type, assembly_version, chromosome, chromosome_start, chromosome_end
One 1,Two 2
    嘿，伙计们，这两个命令都有效，但对于OSX你必须

    brew install gnu-sed
    然后运行sed命令

    gsed -i '1{s/\b \b/_/g;s/[[:upper:]]/\L&/g;}' infile
    魔法。。谢谢各位

    嗨。。这似乎可行，但它不会替换csv文件中的标题行吗？另外，对于以制表符分隔的文件而不是csv文件，您需要进行哪些修改？@prussiap请参阅我的答案更新
    sed
    不关心分隔符，它只是解析和替换，也就是说，你可以选择任何你想要的分隔符
    sed
    支持就地编辑。gawk具有就地编辑功能，请查看#6@captcha：谢谢！我不知道
    cmd>infle
    从来都不是个好主意。初始的
    rm
    是完全不必要的，因为
    cmd>foo
    将在启动时截断foo。
    sed
    和
    perl
    的“就地”编辑功能与执行shell重定向相同，因此在实际运行时行为方面没有任何收获。无论它是否有效（并且在一个或两个系统上尝试它，IMHO都不能证明它一般有效！），这段代码比
    awk'…'file>tmp&&mvtmp file
    @EdMorton清楚得多：你完全正确！您的版本不仅更干净，而且更安全！代码更正！我知道
    \s
    不正常。输入字符串可以用
    、
    或制表符分隔。我想
    \s
    也将取代tab。@TrueY-Hmm，目前，单词之间有两个非单词字符。通常，将逗号更改为制表符是一个非消耗性过程。如果发生这种情况（使用字符），则必须更改正则表达式。正则表达式仅适用于给定的问题。然后将其更改为文本空间。只有在即将到来的制表符分隔格式中存在可靠语句的情况下，此时更改正则表达式才有意义。我想，从CSV改为制表符分隔不会删除一些字符。我想差不多了。虽然它应该在填充上起作用。我想使用infle的原因之一是，这些文件可能会比10gb大。。 
    cancer_type, assembly_version, chromosome, chromosome_start, chromosome_end
One 1,Two 2

    brew install gnu-sed

    gsed -i '1{s/\b \b/_/g;s/[[:upper:]]/\L&/g;}' infile