Question

我用GNU bash运行windows，版本4.3.46（2）-release（x86_64-pc-msys）

可重复的示例

我有一个大的制表符分隔文本文件，包含许多行和列。这只是数据格式的一个例子

echo -e 'Test-123\tA\tA\tC\t-\t-\tT\tG\t'
Test-123        A       A       C       -       -       T       G

问题

我只想用N替换 - 字符。如果该行的名称包含短划线，我需要保持这种方式。

我想要的输出文件示例：

Test-123        A       A       C       N       N       T       G

我尝试的解决方案

我尝试使用sed
转义
```
sed -e 's,\<-\>,N,g'
```
它不起作用，我检查了之前和之后的字符数，它们是相同的
```
tr -cd - < test2_chr01.txt | wc -c
```

非常感谢任何帮助。

谢谢！

Answer 1

另一个awk：

$ a='Test-123\tA\tA\tC\t-\t-\tT\tG\t' 
$ echo -e $a | awk 'BEGIN{FS=OFS="\t"}{for(i=1;i<=NF;i++)if($i=="-")$i="N"}1'
Test-123        A       A       C       N       N       T       G

说明：

awk '
BEGIN { FS=OFS="\t" }   # delimiters
{
    for(i=1;i<=NF;i++)  # for each field
        if($i=="-")     # if a single dash
            $i="N"      # overwrite it
}1'                     # output

修改：如果您正在寻找sed解决方案：

$ echo -e $a | sed -e 's/\B-\B/N/g' 
Test-123        A       A       C       N       N       T       G

显然\B仅适用于GNU sed（here）

另一个编辑：使用perl和lookahead。如果前者后跟\t-，我们会将\tN替换为\ţ。这样我们就可以避免重叠区域：

$ echo -e $a | perl -ne 's/\t-(?=\t)/\tN/g; print'
Test-123        A       A       C       N       N       T       G

Answer 2

echo -e 'Test-123\tA\tA\tC\t-\t-\tT\tG\t'|sed 's/\B-\B/N/g'

Answer 3

sed -e 's/\t-/\tN/g'

除非在方括号内使用，否则破折号不需要转义。

这只是假设只有第一列不应该替换tab-dash，并且它适用于最后一列。

Answer 4

awk 解决方案：

echo -e 'Test-123\tA\tA\tC\t-\t-\tT\tG\t' | awk -v OFS='\t' '{ for(i=2;i<=NF;i++) sub("-","N",$i) }1'

输出：

Test-123        A       A       C       N       N       T       G

Answer 5

试试这个：

echo -e 'Test-123\tA\tA\tC\t-\t-\tT\tG\t' | sed -e 's/\([[:space:]]\)-\{1,\}/\1N/g'

Answer 6

如果您正在寻找sed解决方案，那么以下内容应与gnu sed一起使用：

echo -e 'Test-123\tA\tA\tC\t-\t-\tT\tG\t' | sed ':a;s/\t-\t/\tN\t/g;ta;'
Test-123    A   A   C   N   N   T   G

如果您没有gnu sed，请使用：

echo -e 'Test-123\tA\tA\tC\t-\t-\tT\tG\t' | sed -e ':a' -e $'s/\\\t-\\\t/\\\tN\\\t/g;ta'
Test-123    A   A   C   N   N   T   G

如果你有perl命令行，那么使用这个基于外观的正则表达式：

echo -e 'Test-123\tA\tA\tC\t-\t-\tT\tG\t' | perl -pe 's/(?<=\s)-(?=\s)/N/g'
Test-123    A   A   C   N   N   T   G

Answer 7

实际上，您希望将\t-\t（仅作为字段中的字符减去）的任何出现替换为\tN\n。这里的问题是2个相邻的-字段会重叠，因此sed -e 's/\t-\t/\tN\t/g是不够的。

你必须使用一个真正的脚本，说它是文件sedscript：

:top
s/\t-\t/\tN\t/
t top

（真实的标签已经注明了这里，但应该是文件中的真实标签）

脚本意味着：

:top：简单标签
s/\t-\t/\tN\t/：替换单个出现的＆＃34;标签 - 标签＆＃34;使用＆＃34;标签N标签＆＃34;
t top：如果替换发生循环，则打印替换行并迭代到下一行

你这样使用它：

$ echo -e 'Test-123\tA\tA\tC\t-\t-\tT\tG\t' | sed -f sedscript
Test-123        A       A       C       N       N       T       G

如果您不想使用外部脚本，可以使用-e：

一次传递一个命令

$ echo -e 'Test-123\tA\tA\tC\t-\t-\tT\tG\t' | sed -e ':a' -e $'s/\\\t-\\\t/\\\tN\\\t/g' -e 'ta'
Test-123        A       A       C       N       N       T       G

在制表符分隔的文本文件中替换单个字符，短划线

7 个答案: