根据另一个文件中的匹配模式重命名文件

根据另一个文件中的匹配模式重命名文件

我有一个文件列表:

out_CCGCGGTT+CTAGCGCT_R1.fq.gz
out_TTATAACC+TCGATATC_R2.fq.gz
out_GGACTTGG+CGTCTGCG_R1.fq.gz
out_AAGTCCAA+TACTCATA_R2.fq.gz
...

适配器 ID(两个下划线之间,如 AACGTTCC+AGTACTCC、AACGTTCC+AGTACTCC)与 ID.file.txt 的第一列匹配

head ID.file.txt:
CCGCGGTT+CTAGCGCT   NHL_332_N
TTATAACC+TCGATATC   NHL_333_T
GGACTTGG+CGTCTGCG   NHL_334_T
AAGTCCAA+TACTCATA   NHL_335_T
ATCCACTG+ACGCACCT   NHL_336_N
GCTTGTCA+GTATGTTC   NHL_337_N
CAAGCTAG+CGCTATGT   NHL_338_N
TGGATCGA+TATCGCAC   NHL_339_T
...

我想重命名这些文件,并将适配器 ID 替换为真实 ID(ID 文件的第二列)(如果它们匹配),并从开头删除“out”。

所以我的最终文件名,例如:

NHL_332_N_R1.fq.gz
NHL_333_T_R2.fq.gz
NHL_334_T_R1.fq.gz
NHL_335_T_R2.fq.gz

有什么办法可以在bash中做到这一点吗?

答案1

使用 Perl 脚本:

#!/usr/bin/perl

use strict; use warnings;

my %h;
open(my $id_file, '<', 'ID.file.txt') or die "$!";
while (<$id_file>) {
    chomp;
    my ($pid, $id) = split /\s+/, $_, 2;
    $h{$pid} = $id;
}
close($id_file);

foreach my $file (glob('*.fq.gz')) {
    if ($file =~ /^out_(.+)_R(\d)\.fq\.gz$/) {
        my $pid = $1;
        my $read_num = $2;
        my $id = $h{$pid};
        if ($id) {
            my $new = "${id}_R${read_num}.fq.gz";
            rename($file, $new) or die "$!";
        }
    }
}

答案2

zsh

autoload -Uz zmv
typeset -A map=( $(<ID.file.txt) )
zmv -n '(out_)(*)(_R<->.fq.gz)' '${map[$2]-$1$2}$3'

如果满意,请删除-n(试运行)。

相关内容