Question

我有一个75000项的文本文件，每个项目有2行。第1行有一个标识符，第2行有一个文本字符串。我需要删除130个项目，列表中的随机标识符或可以放入文件。我可以执行一个项目的删除，但不能超过一个。我尝试管道标识符并获得一个空输出文件。我尝试了sed -e 'expression' inputfile > outfile的重复命令。这有效，但需要一个新的输出文件，然后成为下一次迭代的输入文件，依此类推。这可能是最后的手段。

我试过sed -i in iteration;这崩溃了，错误是输入文件的名称没有文件。显然不是这种情况，正如我所看到的那样，是它并且grep其中的标识符数量。只有sed似乎无法阅读它。

我甚至在网上发现了一个python / biopython脚本来解决这个问题，它非常简单并且没有给出错误信息，但它也只删除了第一个项目。

我认为它与文件属性/临时文件有关，而这些文件并不存在（？）。我正在使用Ubuntu 12.04＆＃39; Precise＆＃39; 我该如何解决这个问题？

Answer 1

快速且脏（不检查是否创建了修改文件，...）

sed

假设您的模式列表中没有特殊的元字符

sed 's#.*#/&/{N;d;}#' YourListToExclude > /tmp/exclude.sed sed -f /tmp/exclude.sed YourDataFile > /tmp/YourDataFile.tmp mv /tmp/YourDataFile.tmp YourDataFile rm /tmp/exclude.sed

AWK

awk 'FNR==NR{ex=(ex==""?"":ex"|")$0;next}$0!~ex{print;getline;print;next}{getline}' YourListToExclude YourDataFile > /tmp/YourDataFile.tmp
mv /tmp/YourDataFile.tmp YourDataFile

ubuntu linux sed会影响文件属性吗？

1 个答案: