Question

我的文件如下：

 HNRNPF-human_SRA:SRR4421749_1_ENCFF938GRX.fastq.gz   
 RBFOX2-human_SRA:SRR4421654_1_ENCFF187PBG.fastq.gz                       
 U2AF2-human_SRA:SRR3469570_1_ENCFF158ZML.fastq.gz
 HNRNPK-human_SRA:SRR3469488_2_ENCFF267TVR.fastq.gz   
 RBFOX2-human_SRA:SRR4421654_1_ENCFF588WPC.fastq.gz                       
 U2AF2-human_SRA:SRR3469570_1_ENCFF550GXB.fastq.gz

我希望将它们重新标记为：

 HNRNPF-human_SRA:SRR442174_ENCFF938GRX.fastq.gz   
 RBFOX2-human_SRA:SRR4421654_ENCFF187PBG.fastq.gz                       
 U2AF2-human_SRA:SRR3469570_ENCFF158ZML.fastq.gz
 HNRNPK-human_SRA:SRR3469488_ENCFF267TVR.fastq.gz   
 RBFOX2-human_SRA:SRR4421654_ENCFF588WPC.fastq.gz                       
 U2AF2-human_SRA:SRR3469570_ENCFF550GXB.fastq.gz

即我删除两个'_'之间的数字，我一直尝试不同的命令，如gsub和split，但我只能在split命令中：

  name=U2AF2-human_SRA:SRR3469570_1_ENCFF158ZML.fastq.gz
  echo $name | awk '{split($0, arr, "[__]"); print arr[3]}'

Answer 1

awk 解决方案。这样做：

$ awk -F_ -v OFS=_ '{print $1,$2,$4}' file
HNRNPF-human_SRA:SRR4421749_ENCFF938GRX.fastq.gz
RBFOX2-human_SRA:SRR4421654_ENCFF187PBG.fastq.gz
U2AF2-human_SRA:SRR3469570_ENCFF158ZML.fastq.gz
HNRNPK-human_SRA:SRR3469488_ENCFF267TVR.fastq.gz
RBFOX2-human_SRA:SRR4421654_ENCFF588WPC.fastq.gz
U2AF2-human_SRA:SRR3469570_ENCFF550GXB.fastq.gz

Answer 2

使用awk：

$ name="U2AF2-human_SRA:SRR3469570_1_ENCFF158ZML.fastq.gz"
$ awk  'sub(/_[0-9]+_/,"_")' <<<"$name"
U2AF2-human_SRA:SRR3469570_ENCFF158ZML.fastq.gz

保存在变量中：

$ myvar=$(awk  'sub(/_[0-9]+_/,"_")' <<<"$name")
$ echo "$myvar"

或Bash字符串替换

$ name="U2AF2-human_SRA:SRR3469570_1_ENCFF158ZML.fastq.gz"
$ echo "${name/_[0-9]*_/_}"
U2AF2-human_SRA:SRR3469570_ENCFF158ZML.fastq.gz

Answer 3

要从字符串中删除所有_<digit>_（将其替换为_），只需使用简单的sed代替

$ sed 's/_[0-9]_/_/g' file

使用gsub表示两个字符之间的数字

3 个答案: