使用Bash手动编辑文本或Fastq文件

我想使用Bash手动编辑一个Fastq文件，将其编辑成多个类似的行

在Fastq文件中，从第2行开始读取序列，然后每隔第四行（即第2、6、10、14行…）找到一个序列

我想创建一个编辑过的文本文件，它与Fastq文件相同，只是序列读取的前6个字符被删除了

未经编辑的Fastq：

@M03017:21:000000000
GAGAGATCTCTCTCTCTCTCT
+
111>>B1FDFFF

@M03017:21:000000000
TCTCTCTCTCTCTCT
+
111>>B1FDFFF

编辑的Fastq：

@M03017:21:000000000
GAGAGATCTCTCTCTCTCTCT
+
111>>B1FDFFF

@M03017:21:000000000
TCTCTCTCTCTCTCT
+
111>>B1FDFFF

---

我想

awk

非常适合：

$ awk 'NR%4==2 {gsub(/^.{6}/,"")} 1' file
@M03017:21:000000000
TCTCTCTCTCTCTCT
+
111>>B1FDFFF

这将删除4k+2位置所有行中的前6个字符

解释

• NR%4==2{}

  如果记录数（行数）在4k+2表单上，请执行操作

• gsub（/^.{6}/，“”）

  用空字符串替换前6个字符

• 1

  计算为真时，打印该行

GNU sed可以做到这一点：

sed -i~ '2~4s/^.\{6\}//' file

地址

2~4

表示“从第2行开始，每4行重复一次”

s

表示替换，

^

匹配行首，

匹配任何字符，

\{6\}

指定长度（“量词”）。替换字符串为空（

/

）

---

-i~

替换文件，在文件名后附加

~

作为备份。

奇怪的是，这段代码是有意义的，但当我使用上面的代码行，然后通过管道传输到更多文件或输出到文件时，我得到的是我开始使用的确切文本，没有修剪或错误。知道为什么吗？FWIW我刚刚把它传输到一个新文件，它和stdout是一样的。进行一些调试，比如说

awk'NR%4==2'文件

，看看它是否打印出要替换的行。也许你有一些头文件…运行时确实指向它出现的文件的正确行。这似乎做到了。使用^。。。。。。然后输出到一个文件给我我想要的。谢谢