复制系统发育树文件中的 DNA 序列名称并向其中添加物种名称？

Question

从一个看起来像这样的文件：

(AJirio:0.00230,(AJama.1.1:0.00171,(AJkago.1:0.00057,AJtok:0.00033)1.00:0.00080)0.94:0.00085,Atab.1.1.1:0.27697);

我需要获取这个文件：

AJirio"AJirio"  
AJama.1.1"AJama"
AJkago.1"AJkago"
AJtok"AJtok"
Atab.1.1.1"Atab"

因此，基本上提取系统发育树中 DNA 序列的名称，并在其中添加带引号的物种名称（AJirio、AJkama..）。

Answer 1

两种方法：

Awk方法：

awk -v RS=',' -F':' '{ 
       sub(/\(*/, ""); dna = $1;
       gsub(/[^a-zA-Z]/, "", $1);
       printf "%s\042%s\042\n", dna, $1 
}' file

---

sed方法：

sed -En 's/\(*?(([a-zA-Z]+)[^:]*):[^,]+/\1"\2"/g; s/,/\n/gp' file

---

输出：

AJirio"AJirio"
AJama.1.1"AJama"
AJkago.1"AJkago"
AJtok"AJtok"
Atab.1.1.1"Atab"