如何使用 awk 或 sed 获得部分匹配之间的所有行？

Question

我的文件看起来像这样：

>Cluster 0
0   58aa, >5XX8A... at 91.38%
1   58aa, >3LDMA... at 100.00%
2   58aa, >3BTHI... at 96.55%
3   65aa, >1F7ZI... *
4   58aa, >3LDJA... at 100.00%
>Cluster 1
0   57aa, >1ZJDB... at 94.74%
1   58aa, >1AAPA... at 91.38%
2   56aa, >5NX1D... at 92.86%
>Cluster 2
0   60aa, >4ISLB... at 98.33%
1   62aa, >4ISNB... at 95.16%
>Cluster 3
0   59aa, >3BYBA... *
1   59aa, >5ZJ3A... at 100.00%
2   59aa, >3UIRC... at 100.00%
3   57aa, >3D65I... at 100.00%

如何使用 sed 或 awk 在“集群”之间获取 > 之后的 ID（例如：5XX8A）。 我希望能够单独保存它们（在不同的文件中）。 每个集群一个文件。 或者更容易解析的东西，比如 ID 就在集群编号旁边的单个文件。

作为第一种方法，执行以下操作：

sed -n '/^\>/,/^\>/p' filename 

返回整个文件：/

Answer 1

awk来救援！

$ awk '/^>Cluster /{close(f); f="Cluster."$2; next} {sub(/>/,"",$3); print $3 > f}' file
  
$ head Cluster*
==> Cluster.0 <==
5XX8A...
3LDMA...
3BTHI...
1F7ZI...
3LDJA...

==> Cluster.1 <==
1ZJDB...
1AAPA...
5NX1D...

==> Cluster.2 <==
4ISLB...
4ISNB...

==> Cluster.3 <==
3BYBA...
5ZJ3A...
3UIRC...
3D65I...

Answer 2

这可能对您有用（GNU sed）：

sed -En '/^>(Cluster) /{s//>\1./;:a;x;s/\n(.*)/ echo "\1"/e;x;h;d};s/.*>//;s/ .*//;H;$!d;ba' file

收集保留空间中的每个集群，并使用替换命令上的评估标志将集合回显到集合第一行指示的文件名。

替代方法，使用 sed 和管道连接到 sh：

sed '/^>Cluster/{s/ /./;h;d};s/..*>//;s/ .*//;G;x;s/>*/>>/;x;s/\n/ /;s/\S*/echo "&"/' file|sh

替代方法，使用 sed 和 csplit：

sed 's/^..*>//;s/ .*//' file | csplit -szf Cluster -b '.%d' --suppress-matched - '/>Cluster/' '{*}'

使用 sed 将文件处理为所需的格式，然后使用 csplit 将文件拆分为单独的文件。

注意 这可能不会忠实地复制文件名。