Question

我有一个文件.fa：

>ABC
TGTGTGT
AGAGAGA
TGTAGTA
>BDC
>DTR
>EDF
AGAGGTG
AGTGACA
CAGTGAC

我想保留没有 ">" 的行，只有在紧接着的下一行没有 ">" 时才保留带有 ">" 的行：

>ABC
TGTGTGT
AGAGAGA
TGTAGTA
>EDF
AGAGGTG
AGTGACA
CAGTGAC

查看 this post 的答案，我看到 awk '/^>/{x=$0} !/^>/{if(x){print x;x=0;}}' file.fa 打印出我想要的标题行（带有“>”）：

>ABC
>EDF

但是我如何获得没有“>”的文本行？

Answer 1

使用 --timestamp：

sed

如果一行以 $ sed '/^>/ { N; /\n>/ D; }' input.txt >ABC TGTGTGT AGAGAGA TGTAGTA >EDF AGAGGTG AGTGACA CAGTGAC 开头，读取下一行并将其附加到模式空间。如果它也以>开头，则删除模式空间的第一行，然后将刚刚读取的第二行作为要查看的新输入行重复。打印所有其他内容。

Answer 2

您可以使用：

awk '!/^>/ {if (prev != "") print prev; print; prev=""}
/^>/ {prev = $0}' file

>ABC
TGTGTGT
AGAGAGA
TGTAGTA
>EDF
AGAGGTG
AGTGACA
CAGTGAC

Answer 3

仅使用您显示的示例，请尝试遵循 awk 代码。简单的解释是，将 RS（记录分隔符）设置为 > 并将字段分隔符设置为新行。如果 NF 大于 2，则使用 > 及其值打印该行。

awk -v RS='>' -v FS='\n' 'NF>2{sub(/\n$/,"");print ">" $0}' Input_file

Answer 4

$ awk '!/>/{print p $0; p=""; next} {p=$0 ORS}' file
>ABC
TGTGTGT
AGAGAGA
TGTAGTA
>EDF
AGAGGTG
AGTGACA
CAGTGAC

以上假设您没有将 > 行作为输入的最后一行。

Answer 5

我们总是有 perl：

perl -0777 -ne 'print $1 while(/^(>.*\R^[^>][\s\S]*?)(?=^>|\z)/gm)' file
>ABC
TGTGTGT
AGAGAGA
TGTAGTA
>EDF
AGAGGTG
AGTGACA
CAGTGAC

在 awk 中你可以这样做：

awk -F"^>" 'NF>1{p=$0 ORS; next}
{printf "%s%s", p, $0 ORS; p=""}' file

Answer 6

这可能对你有用（GNU sed）：

sed 'N;/^>.*\n>/!P;D' file

如果一行和下一行以相同的模式开始，如何不打印一行？

6 个答案: