Question

我需要编辑以下字符串

UA399_GTTTCG_L002_R1_001.file.gz

到

UA399_GTTTCG_L002

我尝试了sed 's/^$.*$_.*/\1/'，但产生了

UA399_GTTTCG_L002_R1

有人可以帮忙吗？

Answer 1

您可以像这样使用sed或awk或cut，

s='UA399_GTTTCG_L002_R1_001.file.gz'
awk -F'_' '{print $1"_"$2"_"$3}' <<< "$s"
sed 's/^\([^_]*\(_[^_]*\)\{2\}\).*/\1/' <<< "$s"
cut -d_ -f1,2,3 <<< "$s"

请参见online demo。在这两种情况下，结果均为UA399_GTTTCG_L002。

sed详细信息

^-一行的开头
$[^_]*\(_[^_]*$\{2\}\)-捕获第1组匹配项：
- [^_]*-除_以外的0多个字符
- $_[^_]*$\{2\}-两次连续出现（\{2\}）：
  - _-下划线
  - [^_]*-除_以外的0多个字符
.*-该行的其余部分。

替换只是包含第1组文本的占位符。

awk详细信息

-F'_'将记录拆分为下划线分隔的字段
print $1"_"$2"_"$3仅打印第一，第二和第三字段，并用_字符将它们连接起来。

cut详细信息

-d_将字段定界符设置为_ char
-f1,2,3仅选择指定的一组字段（它也可以接受Kent's solution中的一系列字段）。

Answer 2

您可以简单地使用cut来解决此问题：

cut -d'_' -f1-3 <<<STRING

以您的示例为例：

kent$  cut -d'_' -f1-3 <<<"UA399_GTTTCG_L002_R1_001.file.gz"
UA399_GTTTCG_L002

Answer 3

使用GNU sed：

sed -E 's/((_*[^_]*){3}).*/\1/' file

Answer 4

这可能对您有用（GNU sed）：

sed 's/_[^_]*//3g' file

删除第三个（或更多）字符集，以下划线开头，然后是零个或多个非下划线。

sed删除第三个下划线之后的所有文本

4 个答案: