[英]How to get all the lines in between partial matches using awk or sed?
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:/
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...
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。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.