使用指南文件中的列替换多个匹配的字符串

Question 1

$ awk 'FNR==NR { id[$1]=$2; next } { split($1,a,":"); if (a[1] in id) $1=id[a[1]]; print }' fileA fileB
>g01 [PCC6803]
ABCDEFGHIJKLMNOPQRST
>g02 [PCC6803]
UVWXYZABCDEFGHIJKLMN
>g03 [PCC6803]
OPQRSTUVWXYZABCDEFGH

第一个块仅在读取第一个文件 ( fileA) 时才会被触发。它将s*字符串到字符串的映射读取到以字符串作为键的>g*关联数组中。ids*

仅当读取第二个文件 ( ) 时才会触发第二个块fileB。它将把每行的第一个字段分割:成一个临时数组a。如果拆分结果的第一个元素是数组中的键id，则整个第一个字段将替换为该键的值。然后打印可能修改的行。

FNR是行号（实际上是记录号，但默认情况下记录是行）当前的文件，whileNR是总行号。因此，如果FNR==NR我们从第一个文件中读取。

Answer

$ awk 'FNR==NR { id[$1]=$2; next } { split($1,a,":"); if (a[1] in id) $1=id[a[1]]; print }' fileA fileB
>g01 [PCC6803]
ABCDEFGHIJKLMNOPQRST
>g02 [PCC6803]
UVWXYZABCDEFGHIJKLMN
>g03 [PCC6803]
OPQRSTUVWXYZABCDEFGH

第一个块仅在读取第一个文件 ( fileA) 时才会被触发。它将s*字符串到字符串的映射读取到以字符串作为键的>g*关联数组中。ids*

仅当读取第二个文件 ( ) 时才会触发第二个块fileB。它将把每行的第一个字段分割:成一个临时数组a。如果拆分结果的第一个元素是数组中的键id，则整个第一个字段将替换为该键的值。然后打印可能修改的行。

FNR是行号（实际上是记录号，但默认情况下记录是行）当前的文件，whileNR是总行号。因此，如果FNR==NR我们从第一个文件中读取。

Question 2

一种方法是利用的内容sed形成要对的内容进行操作的命令。s///fileAfileB

$ sed -Ee 's/(.*) (>.*)/s|^\1:\\S+|\2|;t/' fileA | sed -Ef - fileB

输出：

>g01 [PCC6803]
ABCDEFGHIJKLMNOPQRST
>g02 [PCC6803]
UVWXYZABCDEFGHIJKLMN
>g03 [PCC6803]
OPQRSTUVWXYZABCDEFGH

解释：

让我们从反面看问题，即更改文件B。现在编辑 fileB 的第一行的 sed 命令会是什么样子？

类似这样的事情： s/^s12:\S+/>g01/然后你就完成了这一行。因此，您标记一个空t行来告诉 sed 该行不需要进行更多编辑。
其余行也类似。
因此，我现在必须构建查看 fileA 的 sed 命令，您在其中指定了要执行的搜索 n 替换的所有可能映射。
所需的任务是以某种方式将 fileA 转换为有效的 sed s/// 命令，这样当它们应用于 fileB 时，我们应该得到所需的结果。
该任务由第一个 sed 命令执行：s/(.*) (>.*)/s|^\1:\\S+|\2|;t/
第一部分：s/(.*) (>.*)/是 sed 替换命令的 lhs，是一个正则表达式，其中我们抓取并存储 fileA 任何给定行中的两个字段，例如，s12 >g01So \1Should stores12和\2Should store >g01。当然，这里未提及的假设是，这些行恰好包含 2 个字段，其中有一个空格，没有前导空格，并且第二个字段以大于符号开头>。
因此 fileA 的行将根据 sed 命令的 rhss12 >g01进行转换。s|^s12:\S+|>g01|;t然后将转换后的行应用于 fileB，我们得到结果。
为了便于理解，注释管道并查看第一个 sed 命令生成的内容，它就会开始变得清晰。 HTH。

Answer

一种方法是利用的内容sed形成要对的内容进行操作的命令。s///fileAfileB

$ sed -Ee 's/(.*) (>.*)/s|^\1:\\S+|\2|;t/' fileA | sed -Ef - fileB

输出：

>g01 [PCC6803]
ABCDEFGHIJKLMNOPQRST
>g02 [PCC6803]
UVWXYZABCDEFGHIJKLMN
>g03 [PCC6803]
OPQRSTUVWXYZABCDEFGH

解释：

让我们从反面看问题，即更改文件B。现在编辑 fileB 的第一行的 sed 命令会是什么样子？

类似这样的事情： s/^s12:\S+/>g01/然后你就完成了这一行。因此，您标记一个空t行来告诉 sed 该行不需要进行更多编辑。
其余行也类似。
因此，我现在必须构建查看 fileA 的 sed 命令，您在其中指定了要执行的搜索 n 替换的所有可能映射。
所需的任务是以某种方式将 fileA 转换为有效的 sed s/// 命令，这样当它们应用于 fileB 时，我们应该得到所需的结果。
该任务由第一个 sed 命令执行：s/(.*) (>.*)/s|^\1:\\S+|\2|;t/
第一部分：s/(.*) (>.*)/是 sed 替换命令的 lhs，是一个正则表达式，其中我们抓取并存储 fileA 任何给定行中的两个字段，例如，s12 >g01So \1Should stores12和\2Should store >g01。当然，这里未提及的假设是，这些行恰好包含 2 个字段，其中有一个空格，没有前导空格，并且第二个字段以大于符号开头>。
因此 fileA 的行将根据 sed 命令的 rhss12 >g01进行转换。s|^s12:\S+|>g01|;t然后将转换后的行应用于 fileB，我们得到结果。
为了便于理解，注释管道并查看第一个 sed 命令生成的内容，它就会开始变得清晰。 HTH。

Question 3

你的sed命令几乎是正确的。您已经定义了一个名为的数组replacements，但在for循环中，您使用了replacement。这就是它不起作用的原因。另外，您想要替换整行直到第一个空格，所以不仅仅是s/$original/$new/.这一个应该做你想做的事：

replacements=(
        s12:\>g01
        s16:\>g02
        s48:\>g03
        s52:\>g04
        s80:\>g05
        s81:\>g06
        s87:\>g07
        s91:\>g08
        s92:\>g09
        s93:\>g10
        s94:\>g11
        s96:\>g12
        s97:\>g13
        s98:\>g14
        s99:\>g15
        s100:\>g16
)

for row in "${replacements[@]}"; do
        original="$(echo $row | cut -d: -f1)";
        new="$(echo $row | cut -d: -f2)";
        sed -i -e "s/^${original}:[^ ]*/${new}/g" FileB;
done

现在这不是一种非常有效的方法，因为您需要为每次替换处理整个 fileB。更快的方法可能是：

$ awk 'NR==FNR{a[$1]=$2; next}{split($1, b, /:/); if(b[1] in a){$1=a[b[1]]}}1;' FileA FileB
>g01 [PCC6803]
ABCDEFGHIJKLMNOPQRST
>g02 [PCC6803]
UVWXYZABCDEFGHIJKLMN
>g03 [PCC6803]
OPQRSTUVWXYZABCDEFGH

并更改多个文件名：

awk 'NR==FNR{
        a[$1]=$2; 
        next
     }
     {
        split($1, b, /:/); 
        if(b[1] in a){
            $1=a[b[1]]
        }; 
        print > FILENAME".fixed"
    }' FileA FileB FileC FileD ... FileN

这将创建fileB.fixed,fileC.fixed等fileD.fixed直到FileN.fixed。如果您对它的工作感到满意，您可以将它们重命名回原始文件名（假设您有 perl-rename，这是 Ubuntu 和 Debian 上的默认设置）：

rename 's/fixed//' *fixed

或者，如果您没有perl-rename：

for f in *fixed; do mv -- "$f" "${f%%.fixed}"; done

Answer