☰

重命名多个配对文件，删除中间不同的条形码字符串？

tag-icon • tag-icon shell-script awk
重命名多个配对文件，删除中间不同的条形码字符串？

我有一堆配对文件，文件中间带有不需要的条形码标签，例如：

LIB008983_TRA00020080_TAAGGCGA-TATCCTCT_L001_R1.fastq.gz
LIB008983_TRA00020080_TAAGGCGA-TATCCTCT_L001_R2.fastq.gz
LIB008983_TRA00020081_TAAGGCGA-AGAGTAGA_L001_R1.fastq.gz
LIB008983_TRA00020081_TAAGGCGA-AGAGTAGA_L001_R2.fastq.gz
LIB008983_TRA00020082_TAAGGCGA-GTAAGGAG_L001_R1.fastq.gz
LIB008983_TRA00020082_TAAGGCGA-GTAAGGAG_L001_R2.fastq.gz
LIB008983_TRA00020083_TAAGGCGA-ACTGCATA_L001_R1.fastq.gz
LIB008983_TRA00020083_TAAGGCGA-ACTGCATA_L001_R2.fastq.gz

我需要删除条形码（在整个文件中各不相同），而不修改文件开头或结尾的标识符。

我尝试根据网上阅读的内容自己编写一个脚本，但这似乎是一个相对较差的尝试：

for f in LIB008983_TRA000{19916..20167}_*_L001_R*.fastq.gz;
do
  newName=${f/_*_\ _L001_R*.fastq.gz}
  mv -i "$f" "$newName";
done

这是我收到的错误消息：

mv: cannot stat ‘LIB008983_TRA00019917_*_L001_R*.fastq.gz’: No such file or directory

理想情况下，我的最终文件名是：

LIB008983_TRA00020136_L001_R1.fastq.gz
LIB008983_TRA00020136_L001_R2.fastq.gz
LIB008983_TRA00020137_L001_R1.fastq.gz
LIB008983_TRA00020137_L001_R2.fastq.gz
..
..

等等

答案1

因此，您在这里看到的问题是for循环正在以您意想不到的方式扩展。范围{...}运算符给出了所有可能的文件名的完整列表，而不仅仅是存在的文件名。

例如，文件 19917 不存在，导致出现该mv错误消息。

您可以通过echo在循环中放置一个来看到这一点：

for f in LIB008983_TRA000{19916..20167}_*_L001_R*.fastq.gz
do
  echo "$f"
done

这给出了如下输出：

LIB008983_TRA00019916_*_L001_R*.fastq.gz
LIB008983_TRA00019917_*_L001_R*.fastq.gz
LIB008983_TRA00019918_*_L001_R*.fastq.gz
...
LIB008983_TRA00020078_*_L001_R*.fastq.gz
LIB008983_TRA00020079_*_L001_R*.fastq.gz
LIB008983_TRA00020080_TAAGGCGA-TATCCTCT_L001_R1.fastq.gz
LIB008983_TRA00020080_TAAGGCGA-TATCCTCT_L001_R2.fastq.gz
...
LIB008983_TRA00020084_*_L001_R*.fastq.gz
LIB008983_TRA00020085_*_L001_R*.fastq.gz
LIB008983_TRA00020086_*_L001_R*.fastq.gz

其中所有带有 的行都*代表不存在的文件。

有两种方法可以解决这个问题。首先，如果您想保持范围，请围绕 进行测试mv：

  if [ -f "$f" ]
  then
    mv -i "$f" "$newName"
  fi

现在，mv仅当文件存在时才运行该命令。

第二种方法是，如果您不关心范围，只需让 glob 模式匹配：

for f in LIB008983_TRA000*_*_L001_R*.fastq.gz
do
  newName=${f/_*_\ _L001_R*.fastq.gz}
  mv -i "$f" "$newName"
done

在这两种情况下，您将不再尝试mv不存在的文件。

作为旁注；你不需要其中的一些，;所以我从我的答案中删除了它们。

您有第二个问题，您的“$newName”不是您想要的。我是一名老派ksh编码员，可能有更好的bash表达方式，但我会做类似的事情

  tail=L${f##*_L}
  head=${f%_*_$tail}_
  newName="$head$tail"
  mv -i "$f" "$newName"

现在给出您的输入文件列表，我们有

LIB008983_TRA00020080_L001_R1.fastq.gz
LIB008983_TRA00020080_L001_R2.fastq.gz
LIB008983_TRA00020081_L001_R1.fastq.gz
LIB008983_TRA00020081_L001_R2.fastq.gz
LIB008983_TRA00020082_L001_R1.fastq.gz
LIB008983_TRA00020082_L001_R2.fastq.gz
LIB008983_TRA00020083_L001_R1.fastq.gz
LIB008983_TRA00020083_L001_R2.fastq.gz

相关内容