Shell sed：重命名文件中的选择性字符串

我有一个名为

protein.faa

的文件，其内容是：

>WP_004066472.1 MULTISPECIES: NADH-quinone oxidoreductase subunit K [Thermococcus]
MIPLQFVTAFLMIFMGIYAFLYKRNLIKLILALNLI
LVLTSIVIGVCVLSLAMALTINAYRHYGTLDVNKLRRLRG
>WP_004066568.1 MULTISPECIES: DNA-directed RNA polymerase subunit P [Thermococcus]
MVEALYKCAKCGKEF
>WP_004066764.1 MULTISPECIES: Lrp/AsnC ligand binding domain-containing protein [Thermococcus]
MVTAFILMVTAAGKEREVMEKLLTYPEVKEAYVVYG
>WP_004067064.1 MULTISPECIES: hypothetical protein [Thermococcus]
MEITIEKFKPKVTRPFKRKNEYWVKL
PSAKELVDEYFSE

我只想将每个

后面的名称重命名为文件名+订单号，即：

>protein_1 MULTISPECIES: NADH-quinone oxidoreductase subunit K [Thermococcus]
MIPLQFVTAFLMIFMGIYAFLYKRNLIKLILALNLI
LVLTSIVIGVCVLSLAMALTINAYRHYGTLDVNKLRRLRG
>protein_2 MULTISPECIES: DNA-directed RNA polymerase subunit P [Thermococcus]
MVEALYKCAKCGKEF
>protein_3 MULTISPECIES: Lrp/AsnC ligand binding domain-containing protein [Thermococcus]
MVTAFILMVTAAGKEREVMEKLLTYPEVKEAYVVYG
>protein_4 MULTISPECIES: hypothetical protein [Thermococcus]
MEITIEKFKPKVTRPFKRKNEYWVKL
PSAKELVDEYFSE

我的代码是

name="$(echo protein.faa | sed 's/....$//')"
sed "s/>.*/>${name}/" protein.faa 

这让我只能

>protein
MIPLQFVTAFLMIFMGIYAFLYKRNLIKLILALNLI
LVLTSIVIGVCVLSLAMALTINAYRHYGTLDVNKLRRLRG
>protein
MVEALYKCAKCGKEF
>protein
MVTAFILMVTAAGKEREVMEKLLTYPEVKEAYVVYG
>protein
MEITIEKFKPKVTRPFKRKNEYWVKL
PSAKELVDEYFSE

---

如何添加订单号并保留蛋白质I之后的内容？

此工作套件

gnu awk

更多：

awk-i替换'beginfle{fn=FILENAME；sub（/\..*$/，“”，fn）；i=0}$1~/^>/{$1=“>”fn”++i}1'*.faa
>蛋白质_1多种：NADH醌氧化还原酶亚单位K[热球菌]
miplqfvtalfmifmgiyaflykrnliklilanli
LVLTSIVIGVCVLSLAMALTINAYGTLDVRLRG
>蛋白质2多物种：DNA定向RNA聚合酶亚单位P[热球菌]
MVEALYKCAKCGKEF
>蛋白质_3多物种：含Lrp/AsnC配体结合域的蛋白质[热球菌]
MVTAFilmVTAAGKEREVMEKLL类型VKEAYVYG
>蛋白质4多种：假设蛋白质[热球菌]
MEITIEKFKPKVTRPFKRKNEYWVKL
诗篇

要使gnu awk更具可读性，请执行以下操作：

awk-i in place'beginfle{
fn=文件名
子（/\..*$/，“”，fn）
i=0
}
$1 ~ /^>/{
$1=“>”fn“”++i
}1'*.联邦航空局

对于

非gnu

awk：

用于*.faa中的f；做
awk'beginfle{fn=FILENAME；sub（/\..*$/，“”，fn）}$1~/^>/{$1=“>”fn“++i}1'”$f“>\u tmp&&mv\u tmp“$f”
完成

使用以下Perl单行程序：

perl -pe 'BEGIN { $i = 1; chomp( $basename = `basename $ARGV[0] .faa` ); } s{^>\S+}{>${basename}_${i}} and $i++; ' in.faa > out.faa

要就地更改文件，请执行以下操作：

perl -i.bak -pe 'BEGIN { $i = 1; chomp( $basename = `basename $ARGV[0] .faa` ); } s{^>\S+}{>${basename}_${i}} and $i++; ' in.faa

Perl one liner使用以下命令行标志：

-e

：告诉Perl在线查找代码，而不是在文件中。

-p

：一次循环输入一行，默认情况下将其分配给

$\uu

。在每次循环迭代后添加

print$\uuz

。

-i.bak

：就地编辑输入文件（覆盖输入文件）。在覆盖之前，通过在原始文件的名称后附加扩展名

.bak

，保存原始文件的备份副本

另请参见：

---

但这种方式仅适用于文件名为protein.faa的情况，但如果它是自定义名称（加上我在dir中对所有*.faa文件进行循环），该怎么办？检查我的更新答案，以便对多个

*.faa

文件执行此操作。它在没有

-i inplace

的情况下运行良好，并返回一个错误。我使其在所有

文件上循环运行。faa

文件每次保存到tmp文件：

awk$f>tmp和&mvtmp$f

是的，正如我提到的

-I inplace

是gnu扩展，所以如果您没有使用

gnu awk

，那么该选项将不起作用。正如您所建议的，循环可以正常工作。我将进一步更新非gnu awk的答案。只有一条注释：它将

之后的标识符替换为

蛋白质X

，而我需要将

文件名X

@plnnvkv更新了答案。