免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
› 论坛 › 程序设计 › Shell › 根据第一行内容合并
最近访问板块 发新帖
查看: 2015 | 回复: 8
打印 上一主题 下一主题

[文本处理] 根据第一行内容合并 [复制链接]

紫风8824

论坛徽章:
0
跳转到指定楼层
1楼 [收藏(0)] [报告]
发表于 2014-07-03 16:01 |只看该作者 |倒序浏览
例如文件1.txt
Q#1  >Potri.010G1602        specific         99996        104        969        0        1224.62        cd04300        GT1_Glycogen_Phosphorylase                 
Q#1  >Potri.010G1602        superfamily 263942        104        969        0        1224.62        cl10013        Glycosyltransferase_GTB_type             
Q#1  >Potri.010G1602        multidom         233722        107        969        0        1111.18        TIGR02093        P_ylase                    
Q#2  >Potri.010G1602        specific         99996        104        973        0        1218.85        cd04300        GT1_Glycogen_Phosphorylase                 
Q#2  >Potri.010G1602        superfamily 263942        104        973        0        1218.85        cl10013        Glycosyltransferase_GTB_type
合并后
1.txt
Q#1  >Potri.010G1602        specific        99996        104        969        0        1224.62        cd04300        GT1_Glycogen_Phosphorylase；>Potri.010G1602        superfamily 263942        104        969        0        1224.62        cl10013        Glycosyltransferase_GTB_type ； >Potri.010G1602        multidom         233722        107        969        0        1111.18        TIGR02093        P_ylase
Q#2  >Potri.010G1602        specific         99996        104        973        0        1218.85        cd04300        GT1_Glycogen_Phosphorylase；>Potri.010G1602        superfamily 263942        104        973        0        1218.85        cl10013        Glycosyltransferase_GTB_type
如何通过shell脚本实现以上功能，请大神指点~
yestreenstars

论坛徽章:
32
处女座 日期:2013-11-20 23:41:20双子座 日期:2014-06-11 17:20:43戌狗 日期:2014-06-16 11:05:00处女座 日期:2014-07-22 17:30:47狮子座 日期:2014-07-28 15:38:17金牛座 日期:2014-08-05 16:34:01亥猪 日期:2014-08-18 13:34:25白羊座 日期:2014-09-02 15:03:55金牛座 日期:2014-11-10 10:23:58处女座 日期:2014-12-02 09:17:52程序设计版块每日发帖之星 日期:2015-06-16 22:20:002015亚冠之塔什干火车头 日期:2015-06-20 23:28:22
2楼 [报告]
发表于 2014-07-03 16:10 |只看该作者
  1. sed -r ':1;N;s/^(\S+)(.*)\n(\1\s.*)/\1\2;\3/;t1;P;D'
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
紫风8824

论坛徽章:
0
3楼 [报告]
发表于 2014-07-03 16:23 |只看该作者
回复 2# yestreenstars
谢谢，能不能只保留一个Q#1和Q#2啊 相同的用“；”相接A啊



   
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
yestreenstars

论坛徽章:
32
处女座 日期:2013-11-20 23:41:20双子座 日期:2014-06-11 17:20:43戌狗 日期:2014-06-16 11:05:00处女座 日期:2014-07-22 17:30:47狮子座 日期:2014-07-28 15:38:17金牛座 日期:2014-08-05 16:34:01亥猪 日期:2014-08-18 13:34:25白羊座 日期:2014-09-02 15:03:55金牛座 日期:2014-11-10 10:23:58处女座 日期:2014-12-02 09:17:52程序设计版块每日发帖之星 日期:2015-06-16 22:20:002015亚冠之塔什干火车头 日期:2015-06-20 23:28:22
4楼 [报告]
发表于 2014-07-03 16:25 |只看该作者
回复 3# 紫风8824

可以~
  1. sed -r ':1;N;s/^(\S+)(.*)\n\1(\s.*)/\1\2;\3/;t1;P;D'
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
紫风8824

论坛徽章:
0
5楼 [报告]
发表于 2014-07-03 17:00 |只看该作者
回复 4# yestreenstars
谢谢啊，可以呢，能解释下吗?看不太懂~

   
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
yestreenstars

论坛徽章:
32
处女座 日期:2013-11-20 23:41:20双子座 日期:2014-06-11 17:20:43戌狗 日期:2014-06-16 11:05:00处女座 日期:2014-07-22 17:30:47狮子座 日期:2014-07-28 15:38:17金牛座 日期:2014-08-05 16:34:01亥猪 日期:2014-08-18 13:34:25白羊座 日期:2014-09-02 15:03:55金牛座 日期:2014-11-10 10:23:58处女座 日期:2014-12-02 09:17:52程序设计版块每日发帖之星 日期:2015-06-16 22:20:002015亚冠之塔什干火车头 日期:2015-06-20 23:28:22
6楼 [报告]
发表于 2014-07-03 17:07 |只看该作者
本帖最后由 yestreenstars 于 2014-07-03 17:08 编辑

回复 5# 紫风8824
  1. sed -r ':1;N;s/^(\S+)(.*)\n\1(\s.*)/\1\2;\3/;t1;P;D'
复制代码
我以前2行为例：
黄色区域为\1，红色区域为\2，蓝色区域为\3，这样说会不会清楚些？
Q#1  >Potri.010G1602        specific         99996        104        969        0        1224.62        cd04300        GT1_Glycogen_Phosphorylase                  
Q#1  >Potri.010G1602        superfamily 263942        104        969        0        1224.62        cl10013        Glycosyltransferase_GTB_type
   
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
紫风8824

论坛徽章:
0
7楼 [报告]
发表于 2014-07-03 17:13 |只看该作者
回复 6# yestreenstars
谢谢，我在研究一下，多谢指教~

   
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
紫风8824

论坛徽章:
0
8楼 [报告]
发表于 2014-07-09 10:50 |只看该作者
回复 7# 紫风8824
你好
请问用  awk '{if(!a[$1]){a[$1]=$1" "$2;}else{a[$1]=a[$1]"_"$2}}END{for(i in a){print a}}' 这句该怎样改啊 ？

   
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
Herowinter

论坛徽章:
780
金牛座 日期:2014-02-26 17:49:58水瓶座 日期:2014-02-26 18:10:15白羊座 日期:2014-04-15 19:29:52寅虎 日期:2014-04-17 19:43:21酉鸡 日期:2014-04-19 21:24:10子鼠 日期:2014-04-22 13:55:24卯兔 日期:2014-04-22 14:20:58亥猪 日期:2014-04-22 16:13:09狮子座 日期:2014-05-05 22:31:17摩羯座 日期:2014-05-06 10:32:53处女座 日期:2014-05-12 09:23:11子鼠 日期:2014-05-21 18:21:27
9楼 [报告]
发表于 2014-07-09 11:12 |只看该作者
回复 8# 紫风8824
  1. awk '{if(!length(a[$1])){a[$1]=$0}else{k=$1;$1="";a[k]=a[k]";"$0}}END{for(i in a){print a[i]}}' 1.txt
  2. Q#1  >Potri.010G1602        specific         99996        104        969        0        1224.62        cd04300        GT1_Glycogen_Phosphorylase                 ; >Potri.010G1602 superfamily 263942 104 969 0 1224.62 cl10013 Glycosyltransferase_GTB_type; >Potri.010G1602 multidom 233722 107 969 0 1111.18 TIGR02093 P_ylase
  3. Q#2  >Potri.010G1602        specific         99996        104        973        0        1218.85        cd04300        GT1_Glycogen_Phosphorylase                 ; >Potri.010G1602 superfamily 263942 104 973 0 1218.85 cl10013 Glycosyltransferase_GTB_type
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP