Question

我有一个看起来像这样的文件：

>Gene.10::S0008.1::g.10::m.10 Gene.10::S0008.1::g.10  ORF type:complete len:250 (-),score=22.42 S_0008.1:286-1035(-)
MKGDDFNIITAPVPINRIWWYSLTNRQRIALVFYMSFYVAGTLTNTASMFIDKFYIYIMR
LESLQMGSADPIDYKYLLEVQIVRGFWREDVHEVVDKVFRGKSIGYIKTNLMIPVEIWNN
CQVRSFRGIPCHSVAIICLIFGMLILYYHCTTVALFRTFMILNANLAAILLFIAMSMEYS
AAVEYDYCVNSVFMNRKTGGKAFVRGRYYNRTLEASGSTFKLMMVGDILFFCPMIGLGCY
LLFCNRENL* 
>Gene.11::S0009.1::g.10::m.11 Gene.11::S0009.1::g.10  ORF type:complete len:250 (-),score=22.42 S_0008.1:286-1035(-)
QSAISNDEELNKIMDA
....

我要删除第一个空格后的标题中的所有内容。如何在Linux中轻松做到这一点？

结果文件：

>Gene.10::S0008.1::g.10::m.10 
MKGDDFNIITAPVPINRIWWYSLTNRQRIALVFYMSFYVAGTLTNTASMFIDKFYIYIMR
LESLQMGSADPIDYKYLLEVQIVRGFWREDVHEVVDKVFRGKSIGYIKTNLMIPVEIWNN
CQVRSFRGIPCHSVAIICLIFGMLILYYHCTTVALFRTFMILNANLAAILLFIAMSMEYS
AAVEYDYCVNSVFMNRKTGGKAFVRGRYYNRTLEASGSTFKLMMVGDILFFCPMIGLGCY
LLFCNRENL* 
>Gene.11::S0009.1::g.10::m.11 
QSAISNDEELNKIMDA

Answer 1

我会使用sed：

sed '/^>/s/^>\([^ ]*\) .*/>\1 /'

如果一行以>开头，则删除第一个空格之后的所有内容。以下：

echo '>Gene.10::S0008.1::g.10::m.10 Gene.10::S0008.1::g.10  ORF type:complete len:250 (-),score=22.42 Sxl_rink_0008.1:286-1035(-)
MKGDDFNIITAPVPINRIWWYSLTNRQRIALVFYMSFYVAGTLTNTASMFIDKFYIYIMR
LESLQMGSADPIDYKYLLEVQIVRGFWREDVHEVVDKVFRGKSIGYIKTNLMIPVEIWNN
CQVRSFRGIPCHSVAIICLIFGMLILYYHCTTVALFRTFMILNANLAAILLFIAMSMEYS
AAVEYDYCVNSVFMNRKTGGKAFVRGRYYNRTLEASGSTFKLMMVGDILFFCPMIGLGCY
LLFCNRENL* 
>Gene.11::S0009.1::g.10::m.11 Gene.11::S0009.1::g.10  ORF type:complete len:250 (-),score=22.42 Sxl_rink_0008.1:286-1035(-)
QSAISNDEELNKIMDA' |  sed '/^>/s/^>\([^ ]*\) .*/>\1 /'

输出：

>Gene.10::S0008.1::g.10::m.10 
MKGDDFNIITAPVPINRIWWYSLTNRQRIALVFYMSFYVAGTLTNTASMFIDKFYIYIMR
LESLQMGSADPIDYKYLLEVQIVRGFWREDVHEVVDKVFRGKSIGYIKTNLMIPVEIWNN
CQVRSFRGIPCHSVAIICLIFGMLILYYHCTTVALFRTFMILNANLAAILLFIAMSMEYS
AAVEYDYCVNSVFMNRKTGGKAFVRGRYYNRTLEASGSTFKLMMVGDILFFCPMIGLGCY
LLFCNRENL* 
>Gene.11::S0009.1::g.10::m.11 
QSAISNDEELNKIMDA

我不知道标题后面是否留有一个空格，但我还是留下了。

如果在那些长行的字符中任何地方都没有空格，则可以删除所有内容，直到第一个空格被剪切为止：

cut -d' ' -f1

将删除第一个空格之后的所有字符（包括空格，如果空格相关，则为dunno）。

@edit：在OP编辑输入和输出时，答案现在将删除所有内容，直到第一个空格，直到删除第二个空格...

Answer 2

使用awk，您将获得一个更具可读性的解决方案：

awk 'NR==1{print $1}NR!=1{print}' test.txt

然后，您可以将输出重定向到新文件以存储修订：

 awk 'NR==1{print $1}NR!=1{print}' test.txt > new_test.txt

编辑

我认为有多个文件，每个文件只有一个标头。

awk '{print $1}' test.txt

您的示例可以使用，因为其他行不包含空格

Answer 3

抢救Perl！

perl -pe 's/ .*// if /^>/' -- file.fasta

如何缩短Fasta文件中的标头？

3 个答案: