String 在bash或sed中逐行计算匹配前后的字符串长度

我有一个DNA序列的“测试”文件，每个文件都有一个标题或ID，如下所示：

>new
ATCGGC
>two
ACGGCTGGG
>tre
ACAACGGTAGCTACTATACGGTCGTATTTTTT

我想打印与给定字符串匹配前后每个连续字符串的长度，例如

CGG

然后，输出将如下所示：

>new
2 1
>two
1 5
>tre 
4 11 11 

或者可以只在每行匹配之前和之后设置字符长度

2 1
1 5 
4 11 11 

我的第一次尝试是在找到“>”后使用sed打印下一行，然后找到“CGG”的每个grep匹配的字节偏移量，我将使用它转换为长度，但这产生了以下结果：

sed -n '/>/ {n;p}' test | grep -aob "CGG" 

2:CGG
8:CGG
21:CGG
35:CGG

从本质上讲，grep正在打印每个匹配的字节偏移量，计数，而我希望每行的字节偏移量独立（即每行后重置）

我想我也需要使用sed进行搜索，因为它逐行操作，但我不知道如何计算字节偏移量或给定字符串中的字符

---

任何帮助都将不胜感激

通过使用给定字符串作为awk中的字段分隔符，可以轻松地遍历每行上的字段并打印其长度。（以

>

开头的行仅按原样打印。）

这为示例数据提供了所需的输出，尽管您可能希望检查边缘情况，如以

CGG

开头，以

CGG

结尾，仅包含

CGG

等

$ awk -F CGG '/^>/ {print; next} {for (i=1; i<=NF; ++i) {printf "%s%s", length($i), (i==NF)?"\n":" "}}' file.txt
>new
2 1
>two
1 5
>tre
4 11 11

$awk-F CGG'/^>/{print；next}{for（i=1；i/{print；next}

此模式/操作告诉awk，如果该行以
开头，则打印该行并立即转到下一行输入，而不考虑awk程序中的任何其他模式或操作

{for（i=1；i

（见上文）。由于只有一个操作而没有模式，因此对到达此处的每一行输入都执行该操作

---

for循环遍历所有字段（

NF

是一个特殊的awk变量，包含当前行中的字段数）并打印它们的长度。通过检查是否已到达最后一个字段，我们知道是打印换行符还是仅打印空格。

在awk中使用给定字符串作为字段分隔符，只需迭代每行上的字段并打印它们的长度即可。（以

开头的行按原样打印。）

这为示例数据提供了所需的输出，尽管您可能希望检查边缘情况，如以

CGG

开头，以

CGG

结尾，仅包含

CGG

等

$ awk -F CGG '/^>/ {print; next} {for (i=1; i<=NF; ++i) {printf "%s%s", length($i), (i==NF)?"\n":" "}}' file.txt
>new
2 1
>two
1 5
>tre
4 11 11

$awk-F CGG'/^>/{print；next}{for（i=1；i/{print；next}

此模式/操作告诉awk，如果该行以
开头，则打印该行并立即转到下一行输入，而不考虑awk程序中的任何其他模式或操作

{for（i=1；i

（见上文）。由于只有一个操作而没有模式，因此对到达此处的每一行输入都执行该操作

---

for循环遍历所有字段（

NF

是一个特殊的awk变量，包含当前行中的字段数）并打印它们的长度。通过检查我们是否到达最后一个字段，我们知道是打印换行符还是只打印空格。

这太棒了。你能解释一下它是如何工作的吗？当然，很高兴它能帮上忙——请参阅补充说明。最后一个问题……假设该模式实际上是“CGGAAA”我想在这个匹配模式CGG AAA的中间分离/分裂，将CGG添加到字符之前和AAA之后。这样做容易吗？我想我可以简单地为每个字段添加三个数：代码>长度（$i）。+3，没有匹配的行将是+3，结束匹配将是“3”，当它们应该为零时。我想我需要查看示例输入和输出来真正理解最后一个问题——如果你还没有找到解决方案，也许最好为它打开一个新问题。这太棒了。你能提供一点解释吗关于它是如何工作的？当然，很高兴它有帮助---见补充说明。最后一个问题…假设该模式实际上是“CGGAAA”我想在这个匹配模式CGG AAA的中间分离/分裂，将CGG添加到字符之前和AAA之后。这样做容易吗？我想我可以简单地为每个字段添加三个数：代码>长度（$i）。+3，没有匹配项的贯穿行将为+3，结束匹配项将为“3”，当它们应该为零时。我想我需要查看示例输入和输出以真正理解最后一个问题——如果您还没有找到解决方案，也许最好为其打开一个新问题。