Bash 有选择地用空格和空格重新格式化文件\n

我有以下格式的多个文件。这一个有3个序列（所有文件中的序列数量不同，但始终以“.”结尾），每个序列有40个位置，如第一行中的数字所示。从行的开头（第一行除外）有序列的名称：

3 40
00076284. ATGTCTGTGG TTCTTTAACC 
00892634. TTGTCTGAGG TTCGTAAACC 
00055673. TTGTCTGAGG TCCGTGAACC 

          GCCGGGAACA TCCGCAAAAA
          ACCGTGAAAC GGGGTGAACT
          TCCCCCGAAC TCCCTGAACG

我需要将其转换为这种格式，其中序列是连续的，没有空格nor\n，并且在其名称后的新行上。应该保留的唯一空格是第一行中两个数字之间的空格

3 40
00076284. 
ATGTCTGTGGTTCTTTAACCGCCGGGAACATCCGCAAAAA
00892634. 
TTGTCTGAGGTTCGTAAACCACCGTGAAACGGGGTGAACT
00055673. 
TTGTCTGAGGTCCGTGAACCTCCCCCGAACTCCCTGAACG

尝试删除空格和\n，但不知道如何在第一行之后应用它，以及如何避免生成一个大行

---

谢谢

我想这应该行得通，但我的输出会更长，因为如果我真的把最后的“孤立”序列都压缩了，我会得到更长的一行

cat input.txt  | awk '/^[0-9]+ [0-9]+$/{printf("%s\n",$0); next} /[0-9]+[.]/{ printf("\n%s\n",$1);for(i=2; i<=NF;i++){printf("%s",$i)}; next} /^ */{ for(i=1; i<=NF;i++){printf("%s",$i)}; next;}'
3 40

---

cat input.txt | awk'/^[0-9]+[0-9]+$/{printf（“%s\n”，$0）；next}/[0-9]+[.]/{printf（“\n%s\n”，$1”）；for（i=2；i这里有一个shell脚本，可以提供您需要的内容：

head -1 input
awk '
NR == 1 {  sequences = $1 ; positions = $2 ; next }
{ 
  if ( $1 ~ /^[0-9]/ ) {
    sid = $1 ; $1 = "" ; sequence_name[ NR - 1 ] = sid 
    sequence[ NR - 1 ] = $0
  } else {
    sequence[ ( NR - 1 )  % ( sequences + 1 ) ]  = sequence[ (NR-1) % ( sequences + 1 ) ] " " $0
  }
}
END {
  for ( x = 1 ; x <= length( sequence_name ) ; x++ )
  {
    print sequence_name[x]
    print sequence[x]
  }
}' input | tr -d ' ' 

head-1输入
awk'
NR==1{序列=$1；位置=$2；下一个}
{ 
如果（$1~/^[0-9]/）{
sid=$1；$1=“”；序列名称[NR-1]=sid
序列[NR-1]=$0
}否则{
序列[（NR-1）%（序列+1）]=序列[（NR-1）%（序列+1）]”“$0
}
}
结束{
对于（x=1；x记住空行的位置，并将空行前的行与空行后的行合并：

awk '
   NR==1{print;next}
   NR!=1 && !empty{arr[NR]=$1 "\n" $2 $3}
   /^$/{empty=NR-1;next}
   NR!=1 && empty{printf "%s%s%s\n", arr[NR-empty], $1, $2}
' file 

我的第二个解决方案没有
awk
：使用空行作为分隔符将文件与其自身合并

cat >file <<EOF
3 40
00076284. ATGTCTGTGG TTCTTTAACC 
00892634. TTGTCTGAGG TTCGTAAACC 
00055673. TTGTCTGAGG TCCGTGAACC 

          GCCGGGAACA TCCGCAAAAA
          ACCGTGAAAC GGGGTGAACT
          TCCCCCGAAC TCCCTGAACG
EOF

head -n1 file
paste <(sed -n '1!{ /^$/q;p; }' file) <(sed -n '1!{ /^$/,//{/^$/!p}; }' file) |
sed 's/[[:space:]]//g; s/\./.\n/'

:


head-n1文件
输出第一行
sed-n'1！{/^$/q；p；}文件

1！
-不要输出第一行
/^$/q
-空行时退出
p
打印所有其他内容

sed-n'1！{/^$/，//{/^$/！p}；}文件

1！
-忽略第一行
/^$/，//
-从空行到结尾
/^$/！p
-如果不是空的T行，则输出

粘贴输入的其余部分会发生什么？那里有三行会无缘无故地冒烟。最后三行会与其对应的序列合并。作为参考，您可以看到第一个合并序列以AAAAA结尾。唯一的细节是我需要第一行保持不变。您知道如何做吗？除了t、 很好的解决方案！就是这样。谢谢@Mark
3 40
00076284.
ATGTCTGTGGTTCTTTAACCGCCGGGAACATCCGCAAAAA
00892634.
TTGTCTGAGGTTCGTAAACCACCGTGAAACGGGGTGAACT
00055673.
TTGTCTGAGGTCCGTGAACCTCCCCCGAACTCCCTGAACG