Unix 使用sed、awk或vim修改/操作文本

我正在尝试从以下位置操作此文本文件：

>hg19_ct_UserTrack_3545_MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA

到

我一直在使用sed和vim来获取它，但我无法获得第一行所需的空间组合或确切信息（没有它，程序无法工作）

谢谢

---

Harriet

如果

MACS\u peak\u 2

是固定字符串：

sed 's/>.*MACS/>MACS/; s/ /_/' file

他会做这项工作：

kent$  echo ">hg19_ct_UserTrack_3545_MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA"|sed 's/>.*MACS/>MACS/; s/ /_/'
>MACS_peak_2_range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA

如果要在vim中执行此操作，请执行以下操作：

:g/^>hg/s/hg.*MAC/MAC/|s/ /_/

---

此行将替换所有以hg开头的行，请尝试。

下面的行将进行就地替换。执行命令后，文件将被更改

perl -pe 's/^\>.*?(MACS_peak.*)/>$1/g' your_file

请参见下面的测试：

> cat temp
>hg19_ct_UserTrack_3545_MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA
> 
> 
> 
> 
> perl -pe 's/^\>.*?(MACS_peak.*)/>$1/g' temp
>MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA
> 
> 
> 
> perl -pi -e 's/^\>.*?(MACS_peak.*)/>$1/g' temp
> 
> 
> 
> cat temp
>MACS_peak_2 range=chr1:777590-777790 5'pad=0 3'pad=0 strand=+ repeatMasking=none
TCCACCCACCGAAGTTGTTTGGTCCCAATCTGCAAAATCAGTTAAACGTC
TTCCTGCCTGGCAGCAGATCAAAGGGTGAGGGGTCTGGGACAGACAGAGA
CGGCTAGAGAATGGATGGTGAAGTGCTCAGAGGCCCTGTGGGCTATCCCA
> 

使用awk（因为Kent提供了sed解决方案）

要将第一个空格更改为下划线，请添加另一个子空格：

awk '/^>/sub(/hg19_ct_UserTrack_3545_/, "");sub(/ /, "_")' input

---

sed可能是解决这个问题的更好的方法。

MACS\u peak\u 2是动态的吗？这部分有什么规定吗？据我所知，没有规定；在峰值编号xx处，DNA序列是列在标题下方的序列否，MACS_peak_2不是固定的，MACS_peak_部分是固定的，但数字发生了变化（它们基本上是从中提取以下文本的坐标的名称）。好的，没关系，只要

MACS

是固定的，这两种解决方案都适用于您。试试看，谢谢。我尝试过vim，但我得到了一个特别的标题：>MACS_peak_718_range=chr19_gl000208_random:192-392 5'pad=0 3'pad=0 strand=+repeatMasking=none aatgaccttgcagatagaaagagatgtcaaactgctctatc我需要保持MACS_peak_2_range=chr1:777590-777790完全相同。谢谢您希望每个目标标题行都有固定的

MACS_peak_2_range=chr1:777590-777790

？@user1879573奇怪，sed和vim行在这里给出相同的结果。不管怎样，当你说它有效时，这很重要…：）根据示例，在

peak_2

和

range

之间还有一个空格需要更改为下划线。

awk '/^>/sub(/hg19_ct_UserTrack_3545_/, "")' input

awk '/^>/sub(/hg19_ct_UserTrack_3545_/, "");sub(/ /, "_")' input