String 将一个文件中的字符串替换为第二个文件中的字符串

我已经找了几天了，但我没有找到正确的答案

我有两个文件如下所示：

文件1：

>contig-100_23331 length_200 read_count_4043 
TCAG...
>contig-100_23332 length_200 read_count_4508 
TTCA...
>contig-100_23333 length_200 read_count_184 
TTCC...

文件2：

>contig-100_23331_Cov:_30.9135
>contig-100_23332_Cov:_125.591
>contig-100_23333_Cov:_5.97537

我想用File1中的名称（>contig…length…）替换File2中的名称行。请注意，文件2仅包含重叠名称（无序列）

我想有一种方法可以使用

sed

，但我找不到解决方案

---

提前谢谢

免责声明：从未这样做过

您可能希望使用join命令合并文件

您可能需要为FILE2生成一个中间文件或流，其中有一个额外的空行，以便两个文件中的两行都匹配

---

希望这有帮助。

一种可能性是使用

sed

从

File2

创建

sed

-脚本，然后在

File1

上使用：

sed 's/^\(>contig-[0-9]*_[0-9]*\)_.*/s%^\1 %& %/' File2 > sed.script
sed -f sed.script File1 > File.Out
rm -f sed.script

对于示例

File2

，

sed.script

将包含：

s%^>contig-100_23331 %>contig-100_23331_Cov:_30.9135 %
s%^>contig-100_23332 %>contig-100_23332_Cov:_125.591 %
s%^>contig-100_23333 %>contig-100_23333_Cov:_5.97537 %

对于示例

File1

，

sed

处理的输出为：

>contig-100_23331_Cov:_30.9135 length_200 read_count_4043 
TCAG...
>contig-100_23332_Cov:_125.591 length_200 read_count_4508 
TTCA...
>contig-100_23333_Cov:_5.97537 length_200 read_count_184 
TTCC...

某些版本的

sed

可能在

sed

脚本中有23k行的问题。如果这对您来说是一个问题，那么您可以生成

sed.script

，然后将其（）拆分为更小的块（例如，每个块1000行），然后为每个块运行

sed-f chunk

。这很痛苦，但也是必要的。历史上，HP-UX（老式版本，如HP-UX 9或10）的

sed

版本相当有限，只能处理

sed

脚本中的几百条命令

鉴于您使用的是

bash

，您可以通过以下方式避免显式的中间文件：

sed-f文件.Out

---

但是，您应该在使用该符号之前验证脚本。

欢迎使用堆栈溢出。请尽快阅读这篇文章。File2中大约有多少行（数十行或数百行、数千行、数百万行或更多）？大概是想用

contig-100\u 23331\u Cov:\u 30.9135

等替换

contig-100\u 23331

，等等。文件2有23335行。实际上，我需要用contig-100\u 23331\u Cov:\u 30.9135等替换contig-100\u 23331。不幸的是，

join

不太可能是解决方案。数据行（

TCAG…

）在使用

join

时根本不容易处理，数据文件必须按顺序排序。非常感谢Jonathan！最后一个命令完成了任务。这需要一段时间，但效果很好。

sed -f <(sed 's/^\(>contig-[0-9]*_[0-9]*\)_.*/s%^\1 %& %/' File2) File1 > File.Out