☰

从文本文件中删除空格和连字符

tag-icon • tag-icon text-processing cut
从文本文件中删除空格和连字符

我现在的文本文件看起来像这样，

VOG0005              -          k141_44786_1         -            4.9e-11   41.0   0.0     2e-08   32.4   0.0   2.0   2   0   0   2   2   2   2 -   
VOG0005              -          k141_46357_20        -            9.2e-44  148.8   1.7   2.4e-32  111.2   0.2   3.0   2   1   1   3   3   3   3 -   
VOG0010              -          k141_1081_2          -            1.2e-06   27.4   0.5   0.00011   21.0   0.0   2.3   2   0   0   2   2   2   2 -
VOG0010              -          k141_17432_67        -            1.2e-07   30.7   0.0   1.7e-07   30.2   0.0   1.3   1   1   0   1   1   1   1 -
VOG0010              -          k141_2610_7          -            2.1e-06   26.6   0.0   2.9e-06   26.2   0.0   1.1   1   0   0   1   1   1   1

该sort命令是否将连字符和中间的空格算作单独的列？如果是，那么如何使用该cut命令删除之间的连字符？

VOG0005 - k141_44786_1 - 4.9e-11

得到这样的东西

VOG0005 k141_44786_1 4.9e-11

即，只有一个空格对我有用。我尝试过一个命令：cut -f2 File.txt，但它似乎不适用于我的情况。

有人可以帮忙吗？

答案1

您可以使用 sed 命令用 spac 删除连字符。

sed 's/- //g'

请参考下面的例子

# cat example.txt
VOG0005 - k141_44786_1 - 4.9e-11 41.0 0.0 2e-08 32.4 0.0 2.0 2 0 0 2 2 2 2 -
VOG0005 - k141_46357_20 - 9.2e-44 148.8 1.7 2.4e-32 111.2 0.2 3.0 2 1 1 3 3 3 3 -
VOG0010 - k141_1081_2 - 1.2e-06 27.4 0.5 0.00011 21.0 0.0 2.3 2 0 0 2 2 2 2 -
VOG0010 - k141_17432_67 - 1.2e-07 30.7 0.0 1.7e-07 30.2 0.0 1.3 1 1 0 1 1 1 1 -
VOG0010 - k141_2610_7 - 2.1e-06 26.6 0.0 2.9e-06 26.2 0.0 1.1 1 0 0 1 1 1 1 -

# sed 's/- //g' example.txt
VOG0005 k141_44786_1 4.9e-11 41.0 0.0 2e-08 32.4 0.0 2.0 2 0 0 2 2 2 2 -
VOG0005 k141_46357_20 9.2e-44 148.8 1.7 2.4e-32 111.2 0.2 3.0 2 1 1 3 3 3 3 -
VOG0010 k141_1081_2 1.2e-06 27.4 0.5 0.00011 21.0 0.0 2.3 2 0 0 2 2 2 2 -
VOG0010 k141_17432_67 1.2e-07 30.7 0.0 1.7e-07 30.2 0.0 1.3 1 1 0 1 1 1 1 -
VOG0010 k141_2610_7 2.1e-06 26.6 0.0 2.9e-06 26.2 0.0 1.1 1 0 0 1 1 1 1 -

答案2

与 类似sed，您也可以使用perl：

$ cat File.txt | tr -s " " | perl -pe 's/[[:space:]]-//g' | sponge File.txt
VOG0005 k141_44786_1 4.9e-11 41.0 0.0 2e-08 32.4 0.0 2.0 2 0 0 2 2 2 2
VOG0005 k141_46357_20 9.2e-44 148.8 1.7 2.4e-32 111.2 0.2 3.0 2 1 1 3 3 3 3
VOG0010 k141_1081_2 1.2e-06 27.4 0.5 0.00011 21.0 0.0 2.3 2 0 0 2 2 2 2
VOG0010 k141_17432_67 1.2e-07 30.7 0.0 1.7e-07 30.2 0.0 1.3 1 1 0 1 1 1 1
VOG0010 k141_2610_7 2.1e-06 26.6 0.0 2.9e-06 26.2 0.0 1.1 1 0 0 1 1 1 1

或者

<File.txt tr -s " " | perl -pe 's/[[:space:]]-//g' | sponge File.txt

# on fish shell
tr -s " " <File.txt | perl -pe 's/[[:space:]]-//g' | sponge File.txt

解释

tr -s " "                    
# Removes extra spaces
perl -pe 's/[[:space:]]-//g' 
# Replaces any ' -' with nothing
sponge File.txt              
# Reads standard input and writes it out to the specified file.

显然你可以仅使用perl（感谢@斯蒂芬·查泽拉斯）：

perl -pi -e 's/ +/ /g; s/[[:space:]]-//g' File.txt

相似地sed：

sed -i -E 's/ +/ /g; s/[[:space:]]-//g' File.txt

请参阅@Stéphane Chazelas 评论以获取解释

答案3

首先，是的，sort会将第一个-视为第 2 列，将第k141_xxxx一个视为第 3 列，第二个-视为第 4 列，等等。但这是一个不完全的过度简化；事实是微妙而复杂的。

你的问题并不完全清楚。要破坏第二列和第四列，无论它们是什么，请执行以下操作

awk '{ $2=""; $4=""; print }' example.txt

要破坏任何带有连字符的字段，请执行以下操作

awk '{for (i=1; i<=NF; i++) if ($i == "-") $i = ""; print}' example.txt

awk是矫枉过正（但是，也是如此perl）。

相关内容