我有两个文件：
文件样本
>> AT5G46880.1|PACid:19669936
# score bias c-Evalue i-Evalue hmmfrom hmm to alifrom ali to envfrom env to acc
--- ------ ----- --------- --------- ------- ------- ------- ------- ------- ------- ----
1 ! 276.3 0.7 5.9e-85 3.8e-82 1 231 [] 317 555 .. 317 555 .. 0.96
Alignments for each domain:
== domain 1 score: 276.3 bits; conditional E-value: 5.9e-85
MSA_At_Os_START 1 dkslllelaleameeLlslaeeeeplWvksmdkk..pgkeslnleeylrlFeela...kkpegykseasravgvVemdpealv 78
+k + +e a+++++eL +++++eeplW+k+ ++k + +ln eey+rlF++ + +++ ++ eas+a++vV+m++++lv
AT5G46880.1|PACid:19669936 317 EKVIAMEFAVSCVQELTKMCDTEEPLWIKKKSDKigGEILCLNEEEYMRLFPWPMenqNNKGDFLREASKANAVVIMNSITLV 399
57899***************************99744445**************9999888999******************* PP
MSA_At_Os_START 79 eilmddelanrwdelfpsiv.kastlevistgaag.ngtlelmqaelqvlsplvpaRevvflRyckq.ledgtwvvvdvsldh 158
+ +++ a++w+e+f+siv +a+t+++is+g++g +g+l+lm+aelqvlsplvp+Re +flRy++q +e g w++vd+++d+
AT5G46880.1|PACid:19669936 400 DAFLN---ADKWSEMFCSIVaRAKTVQIISSGVSGaSGSLLLMFAELQVLSPLVPTREAYFLRYVEQnAETGNWAIVDFPIDS 479
*****...***********************************************************7889**********99 PP
MSA_At_Os_START 159 knrgp...kskyvrvrllpSGclIqdlengyskvtwVeHlevdewsvkelyrpllrsglalgakrwvatLrrqcer 231
+ + ++ ++++++pSGc+Iqd++ngys+v wVeH+evde++v+e++ ++++sg+a+ga+rw+ L+rqcer
AT5G46880.1|PACid:19669936 480 FHDQMqpmNTITHEYKRKPSGCIIQDMPNGYSQVKWVEHVEVDEKHVHETFAEYVKSGMAFGANRWLDVLQRQCER 555
8777777799****************************************************************97 PP
>> AT1G73360.1|PACid:19649192
# score bias c-Evalue i-Evalue hmmfrom hmm to alifrom ali to envfrom env to acc
--- ------ ----- --------- --------- ------- ------- ------- ------- ------- ------- ----
1 ! 270.5 0.1 3.4e-83 2.2e-80 1 231 [] 230 457 .. 230 457 .. 0.98
2 ? 1.9 0.0 0.43 2.8e+02 73 95 .. 544 566 .. 511 654 .. 0.79
Alignments for each domain:
== domain 1 score: 270.5 bits; conditional E-value: 3.4e-83
MSA_At_Os_START 1 dkslllelaleameeLlslaeeeeplWvksmdkkpgkeslnleeylrlFeela..kkpegykseasravgvVemdpealveil 81
dk++++ +al+ameeLl+l++++eplW+++ +++ ++lnl +y+++F++ +k++++++easr++g+V m+++alv+++
AT1G73360.1|PACid:19649192 230 DKPIMTGIALTAMEELLRLLQTNEPLWTRTDGCR---DILNLGSYENVFPRSSnrGKNQNFRVEASRSSGIVFMNAMALVDMF 309
7999***************************986...9***************99999************************* PP
MSA_At_Os_START 82 mddelanrwdelfpsiv.kastlevistgaag..ngtlelmqaelqvlsplvpaRevvflRyckqledgtwvvvdvsldhknr 161
md +w elfpsi+ ++tl vis+g++g +g+l+l+++e++vlsplv +Re++ lRyc+q e+g+w+vv+vs+d ++
AT1G73360.1|PACid:19649192 310 MD---CVKWTELFPSIIaASKTLAVISSGMGGthEGALHLLYEEMEVLSPLVATREFCELRYCQQTEQGSWIVVNVSYDLPQ- 388
**...9*************************************************************************887. PP
MSA_At_Os_START 162 gpkskyvrvrllpSGclIqdlengyskvtwVeHlevd.ewsvkelyrpllrsglalgakrwvatLrrqcer 231
+ ++ ++pSGclIqd++ngyskvtwVeH+e + ++ v+elyr+++++g+a+ga rwv+tL+r+cer
AT1G73360.1|PACid:19649192 389 --FVSHSQSYRFPSGCLIQDMPNGYSKVTWVEHIETEeKELVHELYREIIHRGIAFGADRWVTTLQRMCER 457
..56999******************************888*****************************97 PP
== domain 2 score: 1.9 bits; conditional E-value: 0.43
MSA_At_Os_START 73 dpealveilmddelanrwdelfp 95
+p++++++l+d+ ++ +wd l
AT1G73360.1|PACid:19649192 544 SPQNVFNFLKDERTRPQWDVLSN 566
3899*******667899*97654 PP
文件 B 样本
AT5G46880.1
AT5G27818.1
AT5G77690.1
在这种情况下所需的输出应该是
AT5G46880.1 317 555
它应该显示第 7 列和第 8 列的 id 和值，即 alifrom 和 ali to。
文件 A 和 B 比提供的示例大得多。我想要的是匹配从文件 B 到 A 的每个 ID 行，如果文件 A 中存在匹配（ 后的 ID ），则将和列>>中的值与 id 一起打印到新文件中。不需要每个域的数据对齐。alifromalito
>>我认为首先从文件 A 中删除不必要的数据并存储从 到直到 的前五行，Alignments for each domain然后进行比较。但不知道如何继续。
注意：文件 A 不是制表符分隔的
答案1
随着后续awk程序：
awk '
BEGIN { FS = "([[:space:]]+|[|])" }
NR==FNR { id[$1] ; next }
/^>>/ && $2 in id { data = $2 ; f = 1 }
f && /^[0-9]/ { data = data " : " $10 " " $11 }
f && !NF { f = 0 ; print data }
' FileB FileA
你会得到这个输出：
AT5G46880.1 : 317 555
AT1G73360.1 : 230 457 : 544 566
注意：我已将第二个 ID 添加到 FileB，以便您可以看到如何处理多个属性行。
该程序如何awk运作：
BEGIN- 定义字段分隔符，以便我们稍后可以从以“>>”开头的行轻松访问 ID。
NR==FNR- 这是读取第一个文件时正确的模式； ID 被存储。
/^>>/ && $2 in id- 我们将行与 ID 进行匹配，并检查找到的 ID 是否已从第一个文件中记住。保存 ID 以供输出并设置处理标志。
f && /^[0-9]/- 如果设置了标志并且我们匹配以数字开头的行，我们将相应的字段 10 和 11 添加到输出数据中（用冒号分隔）。
f && !NF- 如果设置了标志并找到空行，则对该块进行处理并清除标志。
答案2
尝试这个
grep -A4 -f <(sed 's/^/^>> /' fileB) fileA |
sed -r '/^>>/! s/(\S+\s+){8}((\S+\s+){3}).*/\2/
s/[][>.-]*\s*//'