AWK - 替換匹配行上的特定列，然後打印其他行

Question

我試圖改變數千行長的DNA序列'標題'行內的列/字段。具體而言，我想改變報頭（compX_seqy）的第一個字段，它總是開始與「>」：

只是第一兩個序列的一個例子：

#cat example 

>comp0_seq1 444 [12:23] 
AGAGGACAC 
GATCCAACATA 
AGASCAC 
>comp0_seq2 333 [12:32:599:1] 
GTCGATC 
CYAACY 
CCCCA 
... 

我想添加一個「A」到第一柱的端部只，對於所有行開始「>」，

comp0_seq1A

然後打印該行的其餘部分，然後NEX t行（序列），直到達到下一個「>」行（並重復）。

我所要的輸出是這樣的：

>comp0_seq1A 444 [12:23] 
AGAGGACAC 
GATCCAACATA 
AGASCAC 
>comp0_seq2A 333 [12:32:599:1] 
GTCGATC 
CYAACY 
CCCCA 
... 

我想這第一：

awk '$1=$1"A"' example 

>comp0_seq1A 444 [12:23] 
AGAGGACACA 
GATCCAACATAA 
AGASCACA 
>comp0_seq2A 333 [12:32:599:1] 
GTCGATCA 
CYAACYA 
CCCCAA 
A 
A 

它增加了一個A到所有行的第一場，所以不大。

然後我想這一點，使用一個正則表達式來代替僅在啓動用線「>」

# awk '/^>/ {print $1=$1"A";getline;print $0}' example 
>comp0_seq1A 
AGAGGACAC 
>comp0_seq2A 
GTCGATC 

但是，只打印第一線賽後。那麼，如何在匹配/替換後直到下一個「>」打印全部/任何行？我試圖使用'下一個'，但我想我不明白如何在這種情況下使用它。

有什麼建議嗎？我知道我很近，正在敲擊我的鍵盤。

Thx，LP。

Answer 1

你已經差不多了。你只是想用你的getline來改變你的想法。

在awk，下面應該工作：

$ awk '/^>/ {$1=$1"A"} 1' file.txt 

這是通過對匹配正則表達式^>所有線路運行在大括號的命令。最後的1是awk的簡稱，表示「打印當前行」。

用於替代另一種選擇這個簡單的辦法是使用sed：

$ sed '/^>/s/ /A /' file.txt 

這是通過搜索匹配相同的正則表達式這一點，那麼用字符串（/A /）替換第一空間線。 sed將默認打印每行，因此不需要明確的打印。

或者如果你喜歡的東西，代替了第一個「場」，而不是第一個「字段分隔符」，這樣可以工作：

$ sed 's/^\(>[^ ]*\)/\1A/' file.txt 

默認情況下，sed正則表達式是「BRE」，所以分組括號需要逃脫。 \1是對搜索正則表達式中第一個（本例中爲「only」）括號表達式的引用。