使用 bash 删除字符串中特定出现后的所有文本

Posted 2023-03-15

【中文标题】使用 bash 删除字符串中特定出现后的所有文本

【英文标题】：Delete all text after a specific occurrence in a string using bash

【发布时间】：2021-12-10 23:02:45

【问题描述】：

我有一个序列：

MALYYDHQIEAPDAAGSPSFISWHPVHPFLAVAYISTTSTGSVDIYLEQGECVPDTHVERPFRVASLCWHPTRLVLAVGWETGEVTVFNKQDKEQHTMPLTHTADITVLRWSPSGNCLLSGDRLGVLLLWRLDQRGRVQGTPLLKHEYGKHLTHCIFRLPPPGEDLVQLAKAAVSGDEKALDMFNWKKSSSGSLLKMGSHEGLLFFVSLMDGTVHYVDEKGKTTQVVSADSTIQMLFYMEKREALVVVTENLRLSLYTVPPEGKAEEVMKVKLSGKTGRRADIALIEGSLLVMAVGEAALRFWDIERGENYILSPDEKFGFEKGENMNCVCYCKVKGLLAAGTDRGRVAMWRKVPDFLGSPGAEGKDRWALQTPTELQGNITQIQWGSRKNLLAVNSVISVAILSERAMSSHFHQQVAAMQVSPSLLNVCFLSTGVAHSLRTDMHISGVFATKDAVAVWNGRQVAIFELSGAAIRSAGTFLCETPVLAMHEENVYTVESNRVQVRTWQGTVKQLLLFSETEGNPCFLDICGNFLVVGTDLAHFKSFDLSRREAKAHCSCRSLAELVPGVGGIASLRCSSSGSTISILPSKADNSPDSKICFYDVEMDTVTVFDFKTGQIDRRETLSFNEQETNKSHLFVDEGLKNYVPVNHFWDQSEPRLFVCEAVQETPRSQPQSANGQPQDGRAGPAADVLILSFFISEEHGFLLHESFPRPATSHSLLGMEVPYYYFTRKPEEADREDEVEPGCHHIPQMVSRRPLRDFVGLEDCDKATRDAMLHFSFFVTIGDMDEAFKSIKLIKSEAVWENMARMCVKTQRLDVAKVCLGNMGHARGARALREAEQEPELEARVAVLATQLGMLEDAEQLYRKCKRHDLLNKFYQAAGRWQEALQVAEHHDRVHLRSTYHRYAGHLEASADCSRALSYYEKSDTHRFEVPRMLSEDLPSLELYVNKMKDKTLWRWWAQYLESQGEMDAALHYYELARDHFSLVRIHCFQGNV QKAAQIANETGNLAASYHLARQYESQEEVGQAVHFYTRAQAFKNAIRLCKENGLDDQLMNLALLSSPEDMIEAARYYEEKGVQMDRAVMLYHKAGHFSKALELAFATQQFVALQLIAEDLDETSDPALLARCSDFFIEHSQYERAVELLLAARKYQEALQLCLGQNMSITEEMAEKMTVAKDSSDLPEESRRELLEQIADCCMRQGSYHLATKKYTQAGNKLKAMRALLKSGDTEKITFFASVSRQKEIYIMAANYLQSLDWRKEPEIMKNIIGFYTKGRALDLLAGFYDACAQVEIDEYQNYDKAHGALTEAYKCLAKAKAKSPLDQETRLAQLQSRMALVKRFIQARRTYTEDPKESIKQCELLLEEPDLDSTIRIGDVYGFLVEHYVRKEEYQTAYRFLEEMRRRLPLANMSYYVSPQAVDAVHRGLGLPLPRTVPEQVRHNSMEDARELDEEVVEEADDDP P>

我想将索引位置 383 (Q) 替换为后面的任何内容，因此期望的结果是：

MALYYDHQIEAPDAAGSPSFISWHPVHPFLAVAYISTTSTGSVDIYLEQGECVPDTHVERPFRVASLCWHPTRLVLAVGWETGEVTVFNKQDKEQHTMPLTHTADITVLRWSPSGNCLLSGDRLGVLLLWRLDQRGRVQGTPLLKHEYGKHLTHCIFRLPPPGEDLVQLAKAAVSGDEKALDMFNWKKSSSGSLLKMGSHEGLLFFVSLMDGTVHYVDEKGKTTQVVSADSTIQMLFYMEKREALVVVTENLRLSLYTVPPEGKAEEVMKVKLSGKTGRRADIALIEGSLLVMAVGEAALRFWDIERGENYILSPDEKFGFEKGENMNCVCYCKVKGLLAAGTDRGRVAMWRKVPDFLGSPGAEGKDRWALQTPTELQGNITQ P>

我试过了：

sed 's/"Q"//383' text.file
sed 's/Q//383' text.file

但这并没有任何作用。

从长远来看，我需要处理一些其他职位，因此非常感谢一种灵活的方法。

一切顺利

【问题讨论】：

awk 中的简单 substr 可以在这里使用，例如：awk 'print substr($0,1,383)' Input_file。

sed 's/Q//383' text.file 提示 sed 删除第 383 次出现的 Q，因为只有 69 Qs 没有采取任何措施

请指定文件是否有任何类型的行分隔符，或者只是一长串大写字母。

【参考方案1】：

这可能对你有用（GNU sed）：

sed -zEi 's/(.383).*/\1/' file

将前 383 个字符存储为反向引用并删除其余字符。

注意-z 选项将整个文件吞入内存。

【参考方案2】：

你可以用 cut 来做到这一点：

cut -c 1-383 < text.file

【参考方案3】：

GNU awk：

gawk 'print gensub(/(.383).*/,"\\1","1")' file

【参考方案4】：

只是扔到池子里，head 可以在n 行之后截断，也可以在c 字节之后：

$ head -c 383 text.file

【参考方案5】：

如果您将字符串存储在 bash 变量中，则可以使用 bash 参数扩展：

mystring=$(cat text.file)
echo "$mystring:0:383"

【参考方案6】：

另一个选项：dd

dd if=txt.file bs=383 count=1 status=none

【参考方案7】：

使用bash 和printf：

 printf '%.383s\n' $(<text.file)