免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 2186 | 回复: 3

[文本处理] 将一个文件中的字符按照另一个文件批量替换 [复制链接]

论坛徽章:
0
发表于 2019-06-21 09:29 |显示全部楼层
大家好,我的A文件是这样的。
>SMED30000001
ATAAAATTTAACATTAATATAAGATTAAAATGTAGAATTACAATATTTTAGTTATGATAATAAGCATGATATTAATTAGA
>SMED30000002
TATTCGACTAGTTTTCAGTGGAAACAAGAATTTAACGAAGAGAAACATGCACAAAACTTTGTTCATTGCAGAAAGATCAG
TGCGTAGATGAATATATTAAGGTAACGC
>SMED30000003
AATTTTTGTTAACATAATCAATAGTACAAGCATTAAGCATAATTATTATCAATATCCTAATTACACATCAATTTTTGTGA
CAATGACATGTCACATTGAGA
>SMED30000004
GCAAAGAAAATTCCCCTTTTTAATTGCAGCCTATAAAATAAAATTAGATCGCGATTTAATAGATATTTTTCCACAGAACT
CTTTCAAAGAATTTCTCTCAGAATATTCATGGCTACAAGTGTTGAAAGTGAAGAAGAATTTCAAGATTTTATTGATGGAA

B文件是这样的
SMED30000001   FTO
SMED30000002
SMED30000003   p53
SMED30000004   tp1

我想A文件中的SMED的行在B中查询,如果查到的话,把第二列信息加进来,即结果如下,请问如何实现?
>SMED30000001   FTO
ATAAAATTTAACATTAATATAAGATTAAAATGTAGAATTACAATATTTTAGTTATGATAATAAGCATGATATTAATTAGA
>SMED30000002
TATTCGACTAGTTTTCAGTGGAAACAAGAATTTAACGAAGAGAAACATGCACAAAACTTTGTTCATTGCAGAAAGATCAG
TGCGTAGATGAATATATTAAGGTAACGC
>SMED30000003   p53
AATTTTTGTTAACATAATCAATAGTACAAGCATTAAGCATAATTATTATCAATATCCTAATTACACATCAATTTTTGTGA
CAATGACATGTCACATTGAGA
>SMED30000004   tp1
GCAAAGAAAATTCCCCTTTTTAATTGCAGCCTATAAAATAAAATTAGATCGCGATTTAATAGATATTTTTCCACAGAACT
CTTTCAAAGAATTTCTCTCAGAATATTCATGGCTACAAGTGTTGAAAGTGAAGAAGAATTTCAAGATTTTATTGATGGAA


谢谢大家!

论坛徽章:
0
发表于 2019-06-21 10:12 |显示全部楼层

将一个文件中的字符按照另一个文件批量替换

大家好,我的A文件是这样的。
>SMED30000001
ATAAAATTTAACATTAATATAAGATTAAAATGTAGAATTACAATATTTTAGTTATGATAATAAGCATGATATTAATTAGA
>SMED30000002
TATTCGACTAGTTTTCAGTGGAAACAAGAATTTAACGAAGAGAAACATGCACAAAACTTTGTTCATTGCAGAAAGATCAG
TGCGTAGATGAATATATTAAGGTAACGC
>SMED30000003
AATTTTTGTTAACATAATCAATAGTACAAGCATTAAGCATAATTATTATCAATATCCTAATTACACATCAATTTTTGTGA
CAATGACATGTCACATTGAGA
>SMED30000004
GCAAAGAAAATTCCCCTTTTTAATTGCAGCCTATAAAATAAAATTAGATCGCGATTTAATAGATATTTTTCCACAGAACT
CTTTCAAAGAATTTCTCTCAGAATATTCATGGCTACAAGTGTTGAAAGTGAAGAAGAATTTCAAGATTTTATTGATGGAA

B文件是这样的
SMED30000001   FTO
SMED30000002
SMED30000003   p53
SMED30000004   tp1

我想A文件中的SMED的行在B中查询,如果查到的话,把第二列信息加进来,即结果如下,请问如何实现?
>SMED30000001   FTO
ATAAAATTTAACATTAATATAAGATTAAAATGTAGAATTACAATATTTTAGTTATGATAATAAGCATGATATTAATTAGA
>SMED30000002
TATTCGACTAGTTTTCAGTGGAAACAAGAATTTAACGAAGAGAAACATGCACAAAACTTTGTTCATTGCAGAAAGATCAG
TGCGTAGATGAATATATTAAGGTAACGC
>SMED30000003   p53
AATTTTTGTTAACATAATCAATAGTACAAGCATTAAGCATAATTATTATCAATATCCTAATTACACATCAATTTTTGTGA
CAATGACATGTCACATTGAGA
>SMED30000004   tp1
GCAAAGAAAATTCCCCTTTTTAATTGCAGCCTATAAAATAAAATTAGATCGCGATTTAATAGATATTTTTCCACAGAACT
CTTTCAAAGAATTTCTCTCAGAATATTCATGGCTACAAGTGTTGAAAGTGAAGAAGAATTTCAAGATTTTATTGATGGAA


谢谢大家!

论坛徽章:
21
程序设计版块每日发帖之星
日期:2016-05-03 06:20:0015-16赛季CBA联赛之深圳
日期:2018-06-15 14:59:3715-16赛季CBA联赛之八一
日期:2018-07-03 16:56:4615-16赛季CBA联赛之八一
日期:2018-07-05 10:34:09黑曼巴
日期:2018-07-06 15:19:5015-16赛季CBA联赛之佛山
日期:2018-08-03 13:19:3315-16赛季CBA联赛之山西
日期:2018-08-07 19:46:2315-16赛季CBA联赛之广夏
日期:2018-08-08 19:31:5015-16赛季CBA联赛之青岛
日期:2018-11-26 15:21:5015-16赛季CBA联赛之青岛
日期:2018-06-08 13:45:2815-16赛季CBA联赛之同曦
日期:2018-06-04 19:42:2015-16赛季CBA联赛之山东
日期:2018-05-30 12:44:59
发表于 2019-06-21 10:32 |显示全部楼层
回复 1# chenjiali1


  1. awk 'FILENAME==ARGV[1]{a[">"$1]=$2;next}{$0=a[$1]?$0" "a[$1]:$0}1' B A
复制代码

论坛徽章:
0
发表于 2019-06-26 06:03 |显示全部楼层
本帖最后由 csccyab 于 2019-06-27 09:57 编辑

$ awk 'FNR==NR {a[$1]=$2; next} {print $0,a[substr($1,2)]}' B A
>SMED30000001 FTO
ATAAAATTTAACATTAATATAAGATTAAAATGTAGAATTACAATATTTTAGTTATGATAATAAGCATGATATTAATTAGA
>SMED30000002
TATTCGACTAGTTTTCAGTGGAAACAAGAATTTAACGAAGAGAAACATGCACAAAACTTTGTTCATTGCAGAAAGATCAG
TGCGTAGATGAATATATTAAGGTAACGC
>SMED30000003 p53
AATTTTTGTTAACATAATCAATAGTACAAGCATTAAGCATAATTATTATCAATATCCTAATTACACATCAATTTTTGTGA
CAATGACATGTCACATTGAGA
>SMED30000004 tp1
GCAAAGAAAATTCCCCTTTTTAATTGCAGCCTATAAAATAAAATTAGATCGCGATTTAATAGATATTTTTCCACAGAACT
CTTTCAAAGAATTTCTCTCAGAATATTCATGGCTACAAGTGTTGAAAGTGAAGAAGAATTTCAAGATTTTATTGATGGAA
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

SACC2019中国系统架构师大会

【数字转型 架构演进】SACC2019中国系统架构师大会,7折限时优惠重磅来袭!
2019年10月31日~11月2日第11届中国系统架构师大会(SACC2019)将在北京隆重召开。四大主线并行的演讲模式,1个主会场、20个技术专场、超千人参与的会议规模,100+来自互联网、金融、制造业、电商等领域的嘉宾阵容,将为广大参会者提供一场最具价值的技术交流盛会。

限时七折期:2019年8月31日前


----------------------------------------

大会官网>>
  

北京盛拓优讯信息技术有限公司. 版权所有 16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122
中国互联网协会会员  联系我们:help@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