如何使用sed将匹配的模式替换为行的开头？

Question

我有一个看起来像这样的文件：

254529  ANN=C|blabla,T|blabla,A|blabla
254540  ANN=T|blabla,G|blabla,C|blabla
254586  ANN=TTGG|blabla,A|blabla

我想用逗号替换文件中的逗号，然后在行首添加数字。

我文件中的

blabla实际上是很长的文字，出于可读性考虑，我在此处进行了更改。每个blabla都不同。

我尝试了以下操作，但它仅替换了该行中的最后一个逗号。

sed -e 's/^\(.*\)\(\t.*\),/\1\2,\1\t/g' file

这是我得到的：

254529  ANN=C|blabla,T|blabla,254529    A|blabla
254540  ANN=T|blabla,G|blabla,254540    C|blabla
254586  ANN=TTGG|blabla,254586  A|blabla

虽然我想获得这个：

254529  ANN=C|blabla,254529    T|blabla,254529    A|blabla
254540  ANN=T|blabla,254540    G|blabla,254540    C|blabla
254586  ANN=TTGG|blabla,254586  A|blabla

使用sed可以做到吗？

谢谢

Answer 1

使用sed

问题在于，g不会进行全局替换。简单的解决方案是重复替换次数，只要有逗号即可。像这样：

$ sed ':a; s/^\(.*\)\(\t.*\),/\1\2\n\1\t/; ta; s/\n/,/g' file
254529  ANN=C|blabla,254529     T|blabla,254529 A|blabla
254540  ANN=T|blabla,254540     G|blabla,254540 C|blabla
254586  ANN=TTGG|blabla,254586  A|blabla

工作原理：

• :a

  这将创建标签a。

• s/^\(.*\)\(\t.*\),/\1\2\n\1\t/

  这将执行您的替换（稍作修改）。由于.*是“贪婪的”，因此它将在该行的最后一个逗号处执行它。

  由于.*是“贪婪的”，因此是否应用g修饰符并不重要：只会匹配最后一个逗号，并且只会执行一个替换。

  与您的命令的不同之处在于，在输出中，逗号用换行符代替。这样一来，我们就不会尝试在同一逗号上再次重复替换。

• ta

  如果最后一次替换成功，则跳回到标签a。

• s/\n/,/g

  将所有换行符转换回逗号。

使用awk

$ awk -F'\t' '{gsub(/,/, ","$1"\t")} 1' file
254529  ANN=C|blabla,254529     T|blabla,254529 A|blabla
254540  ANN=T|blabla,254540     G|blabla,254540 C|blabla
254586  ANN=TTGG|blabla,254586  A|blabla