在两个标记之间提取文本并替换字符

Posted 2021-04-04

我想改变

>lcl|ORF183:9482:8118 unnamed protein product

成

>ORF183:9482-8118

在|之后和'white space'之前保留所有内容，再加上第二个:到-

到目前为止，我正在使用以下代码：

sed -e '/^>/s/ .*//' -e '/^>/s/|/ /' -e '/^>/s/lcl //' -e '/^>/s/\(.*\):/\1-/'

但希望用更简单的单行代码来完成。

答案

这可能有效：

sed -e 's/\(^.*|\)\(.*\):\(.*\):\(.*\)[[:space:]]\(unnamed.*$\)/>\2:\3-\4/' 

另一答案

以下是基于您尝试过的代码的一些改进

$ sed -e '/^>/s/ .*//' -e '/^>/s/lcl|//' -e '/^>/s/:/-/2' ip.txt
>ORF183:9482-8118

• -e '/^>/s/|/ /' -e '/^>/s/lcl //'可以简化为-e '/^>/s/lcl|//' 如果你想匹配s/>[^|]*|/>/和>之间的任何文字，请使用|
• sed允许指定要替换的匹配项，s/:/-/2表示将第二个:替换为-

如果你的sed实现允许分组，你可以将;中的所有命令（由{}分隔）分组为特定地址

$ sed '/^>/{s/ .*//; s/lcl|//; s/:/-/2}' ip.txt
>ORF183:9482-8118

请访问https://stackoverflow.com/tags/sed/info学习资源和其他好东西