Question

我有以下数据。

1455931_at Chrna3 1420468_at Asb17 1445520_at −−− 1436717_x_at Hbb−y 1431788_at Fabp12 1458975_at −−−

使用sed或VIM编辑器，如何将其更改为

1455931_at Chrna3 
1420468_at Asb17 
1445520_at −−− 
1436717_x_at Hbb−y 
1431788_at Fabp12 
1458975_at −−−

因此，_at的所有单词都将成为每行的第一个单词。每一行都包含成对_at和基因术语。

Answer 1

在Vim中，我会这样做：

:%s/ /^M/g
:g/_at/j

通过按下control-V（Windows上的control-Q），然后按Enter / Return键来键入^M。

这假定令牌之间有单个空格;正如@Floris建议的那样，您可以使用s/ \+/^M/g将多个连续空格转换为单个换行符。或者您可以使用s/\v\s+/^M/g对任何连续的空格执行相同的操作，包括制表符和文字空格字符。

Answer 2

惊人但真实：

sed 's/\([^ ]*\) \(.[^ ]* \)/\1 \2\
> /g' <<<"1455931_at Chrna3 1420468_at Asb17 1445520_at −−− 1436717_x_at Hbb−y 1431788_at Fabp12 1458975_at −−−"
1455931_at Chrna3 
1420468_at Asb17 
1445520_at −−− 
1436717_x_at Hbb−y 
1431788_at Fabp12 
1458975_at −−−

换句话说，我使用的sed字符串中有一个实际回车符（控制台添加了>）：

sed 's/\([^ ]*\) \(.[^ ]* \)/\1 \2\
> /g'

您可以尝试使用其他表达式（现在我假设平衡对，但如果您特别想要匹配第一个字符串末尾的at）。

Answer 3

使用sed：s/ /\n/g; s/_at\n/_at /g 可能会有一个更优雅的解决方案，但这个解决方案可以做到。

Answer 4

为您的例子，

sed -e 's/\(_at [0-9a-zA-Z−]*\) /\1\n/g'

Answer 5

sed 's/\(_at[[:blank:]]\{1,\}[^[:blank:]\{1,\}\)\([[:blank:]]\)/\1\
\2/g' YourFile

这允许任何“空格”作为分隔符并且在一个或多个出现时，在最后一行没有\ n。在_at终止字符串的任何部分之后，这需要1个“单词”，而不是单词的替代（从我这边解释）。

这不能避免2个“_at”写在2个单独的行上（如果有一个丢失/空字的话）

Answer 6

以下是awk解决方案：

awk '{for (i=1;i<=NF;i+=2) print $i,$(i+1)}' file
1455931_at Chrna3
1420468_at Asb17
1445520_at ...
1436717_x_at Hbb.y
1431788_at Fabp12
1458975_at ...

这会打印两个和两个字段。

另一个版本：

awk '{printf $0 FS;getline;print}' RS=" " file

Answer 7

您可以使用它来查找第一个单词以“_at”

结尾的所有双字对

grep -oP '\S+_at\s+\S+' file

或者，在每个第二个单词之后加上换行符：

tr -s '[:blank:]' '\n' < file | paste -d " " - -

使用sed或VIM用新行替换空格

7 个答案: