Question

我必须做一个简单的任务，但我不知道该怎么做而且我已经赌了。我需要每4行散布两个不同文件的行：

文件1：

文件2：

A
B
C
D
E
F
G
H
I
J
K
L

期望的结果：

1
2
3
4
A
B
C
D
5
6
7
8
E
F
G
H
9
10
11
12
I
J
K
L

我正在寻找sed，awk或python脚本或任何其他bash命令。

感谢您的时间!!

我尝试使用特定的python库来识别每个文件的4行模块。但它不起作用，现在我试图在没有这个库的情况下这样做，但不知道如何。

import sys
from Bio import SeqIO
from Bio.Seq import Seq
from Bio.SeqRecord import SeqRecord


def main(forward,reverse):

    for F, R in zip ( SeqIO.parse(forward, "fastq"), SeqIO.parse(reverse, "fastq") ):

        fastq_out_F = SeqRecord( F.seq, id = F.id, description = "" )
        fastq_out_F.letter_annotations["phred_quality"] = F.letter_annotations["phred_quality"]

        fastq_out_R = SeqRecord( R.seq, id = R.id, description = "" )
        fastq_out_R.letter_annotations["phred_quality"] = R.letter_annotations["phred_quality"]

        print fastq_out_F.format("fastq"),
        print fastq_out_R.format("fastq"),


if __name__ == '__main__':
    main(sys.argv[1], sys.argv[2])

Answer 1

这可能对您有用:(使用GNU sed）

sed -e 'n;n;n;R file2' -e 'R file2' -e 'R file2' -e 'R file2' file1

或使用paste / bash：

paste -d' ' <(paste -sd'   \n' file1) <(paste -sd'   \n' file2) | tr ' ' '\n'

或：

parallel -N4 --xapply 'printf "%s\n%s\n" {1} {2}'  :::: file1 :::: file2

Answer 2

可以用纯粹的bash来完成：

f1=""; f2=""
while test -z "$f1" -o -z "$f2"; do
  { read LINE && echo "$LINE" && \
      read LINE && echo "$LINE" && \
      read LINE && echo "$LINE" && \
      read LINE && echo "$LINE"; } || f1=end;
  { read -u 3 LINE && echo "$LINE" && \
      read -u 3 LINE && echo "$LINE" && \
      read -u 3 LINE && echo "$LINE" && \
      read -u 3 LINE && echo "$LINE"; } || f2=end;
done < f1 3< f2

我们的想法是使用一个新的文件描述符（在本例中为3）并同时从stdin读取此文件描述符。

Answer 3

如果您没有GNU paste，也可以使用sed和sed的混合：

paste -d '\n' f1 f2 | sed -e 'x;N;x;N;x;N;x;N;x;N;x;N;x;N;s/^\n//;H;s/.*//;x'

如果您不熟悉sed，则有一个称为保留空间的第二个缓冲区，您可以在其中保存数据。 x命令将当前缓冲区与保留空间交换，N命令将一行附加到当前缓冲区，H命令将当前缓冲区附加到保留空间。

所以第一个x;N在保留空间中保存当前行（因为paste而来自f1）并读取下一行（因为paste而来自f2），然后每个{ {1}}从f1和f2读取一个新行，脚本通过从f2的4行中删除新行完成，将f2中的行放在f1行的末尾，为下一行清除保留空间运行并打印8行。

Answer 4

您发布的代码看起来非常复杂。编程有一条经验法则：始终有一个更简单的解决方案。在您的情况下，更简单。

您应该做的第一件事是确定输入的限制。你要处理真正的大文件吗？或者他们只有一个或两千字节的大小？这很重要。

第二件事：看看tools you have。使用Python，你有file objects, lists, generators等等。尝试组合这些工具以产生所需的结果。

在您的特定情况下，有一些不明确的要点。如果输入文件的大小不同，脚本应该怎么做？或者其中一个是空的？或者行数不是四分之一？你应该决定如何处理像这样的角落案件。

查看the file object，xrange，list slicing和list comprehensions。如果您更喜欢 cool 方式，您还可以查看itertools模块。

Answer 5

尝试此操作，更改f1和f2的相应文件名值。

awk 'BEGIN{
  sectionSize=4; maxSectionCnt=sectionSize; maxSectionCnt++
  notEof1=notEof2=1
  f1="file1" ; f2="file2"
   while (notEof1 && notEof2) {
    if (notEof1) {
      for (i=1;i<maxSectionCnt;i++) {
        if (getline < f1 >0 ) { print "F1:" i":" $0 } else {notEof1=0}
      }
    }
    if (notEof2) {
      for (i=1;i<maxSectionCnt;i++) {
        if (getline < f2 >0 ) { print "F2:" i":" $0 } else {notEof2=0}
      }
    }
  }
}'

您还可以删除"F1: i":"等记录标题。我添加了帮助调试代码。

正如Pastafarianist正确指出的那样，如果您对如果文件大小不同等情况会有什么期望等，您可能需要对此进行修改。

我希望这会有所帮助。

穿插两个不同文件的行

5 个答案: