我的这个有file_1
3 列,用制表符或空格分隔。
Hhhg_2345_4567_33678 Hhhg_2345_4567_33678 97.0376
Hhhg_2345_4567_33679 Tyre_56576_567_899 70.4077
Hhhg_2345_4567_33680 Jyu_679__89090 79.0189
Hhhg_2345_4567_33681 abc_tyhiulo_89098 97.139
Hhhg_2345_4567_33682 gui_tyu_5678_4567 70.3177
Tyre_56576_567_899 abc_tyhiulo_89098 70.3442
Tyre_56576_567_900 Hhhg_2345_4567_33678 70.4117
Tyre_56576_567_901 Jyu_679__89090 99.9985
我有第二个文件 ( file_2
),它们是我的模式,用空格或制表符分隔
Hhhg_2345_4567_33678 EC
Tyre_56576_567_899 CI
Jyu_679__89090 SA
我想要做的是创建一个命令来将 中的字符串替换file_2
为file_1
.所以输出应该是这样的:
EC EC 97.0376
EC CI 70.4077
EC SA 79.0189
EC abc_tyhiulo_89098 97.139
EC gui_tyu_5678_4567 70.3177
CI abc_tyhiulo_89098 70.3442
CI Hhhg_2345_4567_33678 70.4117
我尝试过这个:
sed '/^[^ ]* [^ ]*$/{H;d;};G;s/ \([^ ]*\)\n.*\n\1 \([[:print:]]*\).*/ \1 \2/;P;d' file2 file1
但它不起作用。
答案1
试试这个 awk 程序。
文件:pattern.awk
# Store "file 2" (the first on command line)
NR == FNR {
h[$1] = $2
next
}
# Check "file 1" (the second on command line)
h[$1] != "" {
$1 = h[$1]
}
h[$2] != "" {
$2 = h[$2]
}
{
print
}
使用此命令行(警告,文件顺序非常重要):
awk -f pattern.awk file2 file1
输出将是:
EC EC 97.0376
Hhhg_2345_4567_33679 CI 70.4077
Hhhg_2345_4567_33680 SA 79.0189
Hhhg_2345_4567_33681 abc_tyhiulo_89098 97.139
Hhhg_2345_4567_33682 gui_tyu_5678_4567 70.3177
CI abc_tyhiulo_89098 70.3442
Tyre_56576_567_900 EC 70.4117
Tyre_56576_567_901 SA 99.9985
(不完全是您想要的输出,请参阅 Jim L. 评论)
答案2
这对于宏处理器来说是一项合适的工作m4
。
宏名称 -名称是字母、数字和字符
_
(下划线)的任意序列,其中第一个字符不是数字。
m4 <<\EOF
patsubst(include(`file_2'), `\(\S+\)\s+\(\S+\)', `define(`\1', `\2')dnl')dnl
include(`file_1')dnl
EOF
输出:
EC EC 97.0376
Hhhg_2345_4567_33679 CI 70.4077
Hhhg_2345_4567_33680 SA 79.0189
Hhhg_2345_4567_33681 abc_tyhiulo_89098 97.139
Hhhg_2345_4567_33682 gui_tyu_5678_4567 70.3177
CI abc_tyhiulo_89098 70.3442
Tyre_56576_567_900 EC 70.4117
Tyre_56576_567_901 SA 99.9985
但如果您需要在排除最后一位数字的模式中进行部分匹配,那么最好使用 GNU AWK:
awk '
NR==FNR && sub(/[0-9]+$/,"", $1) \
{A[$1] = $2; next}
{for(i in A) gsub(i"[0-9]+", A[i])}
1' file_2 file_1
输出:
EC EC 97.0376
EC CI 70.4077
EC SA 79.0189
EC abc_tyhiulo_89098 97.139
EC gui_tyu_5678_4567 70.3177
CI abc_tyhiulo_89098 70.3442
CI EC 70.4117
CI SA 99.9985