shell

biobaby

大家好：我有这样一个文件a.fasta：
>chr10:117704304-117704335(-)
CCAGAGCAGCCAGGGCTACACAGAGAAACCC
>chr10:117704309-117704340(-)
GAGTTCCAGAGCAGCCAGGGCTACACAGAGA
>chr10:117704310-117704341(-)
TGAGTTCCAGAGCAGCCAGGGCTACACAGAG
>chr10:117704313-117704344(-)
GAGTGAGTTCCAGAGCAGCCAGGGCTACACA
>chr10:117704318-117704349(-)
CTACAGAGTGAGTTCCAGAGCAGCCAGGGCT
可以看到该文件每两行代表一个数据。单数行以“>”开头，偶数行是一些字母，每行31个，而且中间一个都是C.

接下来我要做的是提取符合以下条件的行：第6到13个字母只能是A或者T,第19到26个字母也只能是A或者T的行，并输出与之对应的单数行。

希望能得到大家的帮助，不知道我描述清楚了没有。
谢谢大家！

super皮波

try:
awk --posix 'NR%2{a=$0;next}$0~/^.{5}[AT]{8}.{5}[AT]{8}/{print a;print $0}' file

reyleon

1. #!/usr/bin/python
   
2. # -*- coding:utf8 -*-
   
3. 
   
4. import re, sys, fileinput
   
5. for line in fileinput.input(sys.argv[1]):
   
6.     if fileinput.lineno() % 2 == 1: h = line.strip()
   
7.     if re.match("^[AT]*$", line[5:13]) and re.match("^[AT]*$", line[18:26]):
   
8.         print h

复制代码

zxy877298415

回复 1# biobaby

1. awk -v RS=">" 'NR>1{split($2,a,"");for (i=6;i<=13;i++) {if(a[i]=="A"||a[i]=="T") t++;} if(t==8) for (j=19;j<=26;j++) { if(a[j]=="A"||a[j]=="T") k++;} if(k==8) {print $1};t=0;k=0 }' file

复制代码

goofool

"第6到13个字母只能是A或者T,第19到26个字母也只能是A或者T的行" 这个描述有符合的？

圣西罗门柱

1. awk '{if((substr($0,6,8)~"^[AT]*$")&&(substr($0,19,8)~"^[AT]*$"))print}' i.txt

复制代码

reyleon

回复 4# zxy877298415


  , V587 , 学习了

1. awk -v s="AT" 'BEGIN{split(s,k,"");for(i in k)v[k[i]]}function c(b,e){for(i=b;i<=e;i++)if(!(a[i] in v))return 1}NR%2{h=$0;next}{split($0,a,"");if(c(6,13)||c(19,26))next;print h}' file

复制代码

liion631818

1. sed -nr '$!N;/\n.{8}[AT]{8}.{2}[AT]{8}/p'

复制代码

reyleon

回复 6# 圣西罗门柱


    题意应该是这个:

1. awk 'NR%2{h=$0;next}{if((substr($0,6,8)~"^[AT]*$")&&(substr($0,19,8)~"^[AT]*$"))print h}' file

复制代码

jcdiy0601

1. #!/usr/bin/env python
   
2. 
   
3. import re
   
4. 
   
5. file = open('test','r')
   
6. list = [i.strip() for i in file.readlines()]
   
7. pp1 = re.compile("^[AT]{8}")
   
8. 
   
9. for i in list[1::2]:
   
10.     if re.findall(pp1,i[5:13]) and re.findall(pp1,i[18:26]):
    
11.         num = list.index(i) - 1
    
12.         print list[num]

复制代码