Question

我想替换以＆＃34;＆gt;＆＃34;开头的行中的所有非字母数字字符。但不能替换＆＃34;＆gt;＆＃34;。

例如。

>header 44554%782 & -GB

会变成

>header44554782GB

另外想了解更多，如何指定多个＆＃34; protected＆＃34;非alpha / num字符，例如，如果我想保留＆＃34;＆gt;＆＃34;和空格或空格和下划线。

这让我在那里中途（删除所有非字母数字）。

sed '/^>/s/[^a-zA-Z0-9]//g'

有什么想法吗？

更新

我没有提供有关我的数据结构的足够信息。

我需要处理的文本文件示例如下：

>gi-565662%% 2s-0[protein]
MPPACTYUSYUUSUSUSUSUUSU
SKKKYTYSSALLATLLAY
>gi|47234377324|+98923[protein]
ATTYTYTFYATYFTTTFARRRLAVVVATPATYTKKKK
>gi|23432|bysg==+4D77
TYTYATCYACTAYCTYATYCTAC
ACTYATCYATCYATCYATC
TPAPPAPPCAPPAPCPAC

Answer 1

您可以使用现有代码，并在替换后重新插入前导>：

#!/usr/bin/sed -f
/^>/{
s/[^a-zA-Z0-9]//g
s/^/>/
}

Answer 2

sed（Stream EDitor）能够执行您指定的操作，但更简单的工具可能更合适。如果你的系统有sed，它也可能有tr。用tr你可以做到：

$ hdr=$(echo '>header 44554%782 & -GB' | tr -dc '>a-zA-Z0-9');
$ echo $hdr
>header44554782GB

-c选项告诉tr匹配'＆gt; a-zA-Z0-9'中指定的字符集的补码，而-d选项告诉tr删除匹配的字符。

Answer 3

这可能更简单

sed -r '/^[>].*/{s/[^[:alnum:]_> ]//g}

例如

echo '>header _44554%782? & -GB'|sed -r '/^[>].*/{s/[^[:alnum:]_> ]//g}'

ouptut

>header _44554782  GB

   > _ and space character protected

Answer 4

你喜欢这样：

String result = yourString.replaceAll("[\\W&&[^<]]", "");

已编辑：

var txt  = String(">header 44554%782 & -GB");
var exec = txt.replace(/[^>][\W]/g, "");
alert(exec);//>heade445578-GB

sed：替换所有非字母数字字符，除了＆＃34;＆gt;＆＃34;

4 个答案: