删除符号并制作制表符分隔文件，同时将所有单词保留在一列中的某个字符串之后

Question

我有一个充满这样的行的文件：

>Mouse|chr9:95713136-95716028 | element 1367 | positive  | hindbrain (rhombencephalon)[5/8] | midbrain (mesencephalon)[3/8] | other[7/8]
>Mouse|chr16:90449561-90451327 | element 1672 | positive  | forebrain[4/8] | heart[6/8]
>Mouse|chr3:137446183-137449401 | element 4 | positive  | heart[3/4]

我想得的是这样的：

 Mouse  chr9    95713136    95716028    element 1367    positive    hindbrain (rhombencephalon)[5/8]|midbrain (mesencephalon)[3/8]|other[7/8]

这样所有的词语在＆＃34; positive＆＃34;之后在一个由管道分隔的列中，所有列都由制表符分隔。 这就是我所做的：

sed -E 's/ *[>\|:-] */\t/g' mouse_genome_vista1.txt  > mouse_genome_vista2.txt
sed "s/^[ \t]*//" -i mouse_genome_vista2.txt

我的输出是这样的：

Mouse   chr9    95713136    95716028    element 1367    positive    hindbrain (rhombencephalon)[5/8]    midbrain (mesencephalon)[3/8]   other[7/8]
Mouse   chr16   90449561    90451327    element 1672    positive    forebrain[4/8]  heart[6/8]
Mouse   chr3    137446183   137449401   element 4   positive    heart[3/4]

如果我在＆＃34;肯定＆＃34;之后只有一个单词，那就有效。它将在其专栏中独自一人。但是，如果我有多个列，我会有多个列。例如，hindbrain，midbrain和其他每个都在它们自己的制表符分隔列中，我希望它们在一列中被分开管道。

Answer 1

您可以使用perl或awk尝试此操作：

[|:-](?=.*positive)|positive\s+\K\|

Regex 101 Demo

Sample Perl Solution（注意它说明了一组字符串而不是文件）：

use strict;

my $str = 'Mouse|chr9:95713136-95716028 | element 1367 | positive  | hindbrain (rhombencephalon)[5/8] | midbrain (mesencephalon)[3/8] | other[7/8]
Mouse|chr16:90449561-90451327 | element 1672 | positive  | forebrain[4/8] | heart[6/8]
Mouse|chr3:137446183-137449401 | element 4 | positive  | heart[3/4]
';
my $regex = qr/[|:-](?=.*positive)|positive\s+\K\|/xmp;
my $subst = '\\t';

my $result = $str =~ s/$regex/$subst/rg;

print $result;