Question

我的文件夹中有一堆TSV文件，对于其中一个人我希望得到一个fasta文件，其中标题后面的标题＆＃39;＆gt;＆＃39;是文件的名称。我的TSV文件有5列没有标题：

因此：

inputfile：＆＃34; A.coseq.table_headless.tsv＆＃34; HIV1B-pol-seed 15 MAX 1959 GTAACAGACTCACAATATGCATTAGGAATCATTCAAGC 输出文件名为＆＃34; A.fasta＆＃34;

＆GT; A_MAX

GTAACAGACTCACAATATGCATTAGGAATCATTCAAGC

我想在bash中同时为所有文件运行脚本，我有这个脚本无法正常工作，因为在awk print语句中我有一个大括号：

for sample in `ls *coseq.table_headless.tsv`
do
base1=$(basename $sample "coseq.table_headless.tsv")
awk '{print ">"${base1}"_"$3"\n"$5}' ${base1}coseq.table_headless.tsv > ${base1}fasta

done

知道如何更正此代码吗？非常感谢你

Answer 1

如果basename是直到第一个“。”的部分，你也可以摆脱循环。

 awk '{split(FILENAME,base,"."); 
       print ">" base[1] "_" $3 "\n" $5 > base[1]".fasta"}' *coseq.table_headless.tsv

Answer 2

另一个 awk 解决方案：

awk '{ pfx=substr(FILENAME,1,index(FILENAME,".")-1); 
       printf(">%s_%s\n%s\n",pfx,$3,$5) > pfx".fasta" }' *coseq.table_headless.tsv

pfx包含文件名的第一部分（直到第一个.）

Answer 3

到目前为止发布的其他解决方案存在一些问题：

在写入文件时不关闭文件会产生“太多” 打开文件“错误，除非你使用GNU awk，
每次一行计算输出文件名打开输入文件时读取而不是一次是低效的，
在输出的右侧使用带括号的表达式重定向是未定义的行为，因此只能在某些awks中使用（包括GNU awk）。

这将在所有方面有效且高效地运作：

awk '
    FNR==1 { close(out); f=FILENAME; sub(/\..*/,"",f); pfx=">"f"_"; out=f".fasta" }
    { print pfx $3 ORS $5 > out }
' *coseq.table_headless.tsv

从tsv转换为fasta

3 个答案: