Question

我希望可以通过awk轻松解决此问题，尽管还无法对其进行管理。

我有一个制表符分隔的多行文本文件。在每一行的第一个字段中都有一个标识符，然后在0到8个附加字段之间包含有关此标识符的信息。如：

fileIhave.txt：

LOC107198162    GO:0016021                          
LOC107198170    GO:0004896   GO:0005515  GO:0016020                 
LOC107198182    GO:0016787                          
LOC107198203                                
LOC107198204    GO:0007160          
...

我需要将标识符（LOC *）添加/复制到其各自包含文本（GO：*）的行中的每个字段，并在两者之间添加一个带有空格的“ =”符号。即

fileIwant.txt

LOC107198162    LOC107198162 = GO:0016021                           
LOC107198170    LOC107198170 = GO:0004896    LOC107198170 = GO:0005515   LOC107198170 = GO:0016020                  
LOC107198182    LOC107198182 = GO:0016787                           
LOC107198203                                
LOC107198204    LOC107198204 = GO:0007160   
...

我可以使用awk 'BEGIN{OFS="\t"}$2=$1" = "$2'在第二个字段（第一次出现信息）中执行此操作，但似乎找不到正确的方法来应用于该行中的其他文本字段。另外，如果那里没有文本，我也不想将标识符复制到字段中。

Answer 1

您可以尝试以下awk脚本：

awk '{for(i=2;i<=NF;i++) $i=$1 " = " $i}1' OFS='\t' fileIhave.txt

该脚本从该行循环遍历所有字段（第一个字段除外），并将第一个字段添加到所有这些字段中。

Answer 2

此单线应工作：

awk '{OFS="\t" $1" = ";$1=$1}7' file

使用示例数据（使用gawk）进行测试：

kent$  awk '{OFS="\t" $1" = ";$1=$1}7 ' f
LOC107198162    LOC107198162 = GO:0016021
LOC107198170    LOC107198170 = GO:0004896       LOC107198170 = GO:0005515       LOC107198170 = GO:0016020
LOC107198182    LOC107198182 = GO:0016787
LOC107198203
LOC107198204    LOC107198204 = GO:0007160

将第一个字段作为前缀添加到文本文件中所有其他字段的前缀

2 个答案: