按行就地查找和替换（linux）

Question

我有一个看起来像这样的文本文件：

>ID1_ID2 other_stuff
more_other_stuff
>ID3_ID4 other_stuff
more_other_stuff

我想将其更改为：

>ID1_ID2;label=ID1 other_stuff
more_other_stuff
>ID3_ID4;label=ID3 other_stuff
more_other_stuff

也就是说，对于以>开头的每一行，添加;label=ID（在特定位置），其中ID是>和第一个下划线之间的数字。所有ID都是整数。

我可以在Python中解决这个问题，但是有没有简单的方法可以使用sed或awk或其他Unix命令行工具就地执行此操作？

Answer 1

使用GNU sed，您可以使用：

sed -r 's/^>(([0-9]+)_([0-9]+))( .*)/\1;label=\2\4/' yourfile

如果有效，您可以添加选项-i,bak。

匹配

• 表示>（^>）
的行
• 后跟两个序列数字
• 以_分隔：(([0-9]+)_([0-9]+))
  • 整个序列被捕获到\1
  • 每个号码都会被捕获到\2和\3
  • 该行的其余部分（( .*)）被捕获到\4
• 替换使用捕获的值来获得您想要的内容

Answer 2

使用GNU sed：

$ sed -r 's/>([^_]+)\S+/&;label=\1/' file
>ID1_ID2;label=ID1 other_stuff
more_other_stuff
>ID3_ID4;label=ID3 other_stuff
more_other_stuff

在您进行测试后添加-i标记。