提问人：Geomicro 提问时间：11/2/2023 最后编辑：Timur ShtatlandGeomicro 更新时间：11/15/2023 访问量：76
删除模式之间的逗号
Remove commas between patterns
问：
我正在尝试在我的文本文件中使用 .例如，我的理想输出是 。sedK01810,GPI,,pgi;,glucose-6-phosphate,isomerase,[EC:5.3.1.9]K01810,GPI,,pgi; glucose-6-phosphate isomerase [EC:5.3.1.9]
我试过了，但这并没有改变任何事情。sed 's/;\(.*\)\[/;\1[/g' myfile.txt > newfile
myfile.txt：
09100,Metabolism
09101,Carbohydrate,metabolism
00010,Glycolysis,/,Gluconeogenesis,[PATH:ko00010]
K00844,HK;,hexokinase,[EC:2.7.1.1]
K12407,GCK;,glucokinase,[EC:2.7.1.2]
K00845,glk;,glucokinase,[EC:2.7.1.2]
K25026,glk;,glucokinase,[EC:2.7.1.2]
K01810,GPI,,pgi;,glucose-6-phosphate,isomerase,[EC:5.3.1.9]
K06859,pgi1;,glucose-6-phosphate,isomerase,,archaeal,[EC:5.3.1.9]
K13810,tal-pgi;,transaldolase,/,glucose-6-phosphate,isomerase,[EC:2.2.1.2,5.3.1.9]
K15916,pgi-pmi;,glucose/mannose-6-phosphate,isomerase,[EC:5.3.1.9,5.3.1.8]
K24182,PFK9;,6-phosphofructokinase,[EC:2.7.1.11]
K00850,pfkA,,PFK;,6-phosphofructokinase,1,[EC:2.7.1.11]
K16370,pfkB;,6-phosphofructokinase,2,[EC:2.7.1.11]
答：
2赞
jhnc
11/2/2023
#1
sed '
# skip lines that do not match
/^\(.*\)\(;.*\[\)\(.*\)$/ ! b
# save a copy of original line
h
# extract prefix/suffix
s//\1\n\3/
# save them, restore original line
x
# extract part to change
s//\2/
# do the substitution
y/,/ /
# append prefix/suffix
G
# rearrange
s/^\([^\n]*\)\n\([^\n]*\)\n/\2\1/
' myfile.txt >newfile
注意：为了便于移植，替换时需要转义的文字换行符（某些版本的 sed 仅视为）：\nn
# ...
# extract prefix/suffix
s//\1\
\3/
# ...
评论
0赞
Geomicro
11/2/2023
哇，非常感谢你的解释！谢谢你，善良的陌生人。
2赞
jhnc
11/2/2023
Perl 更短一些：perl -ple 's:;.*\[:y/,/ /r:e' myfile.txt >newfile
0赞
Geomicro
11/2/2023
谢谢。我现在意识到我有一些不包含“[”的行，但我仍然需要删除“;”之后的所有逗号。
1赞
jhnc
11/2/2023
问题中的前三个输入不包含 .您可以调整我的正则表达式，以使用您需要的任何规则将行拆分为前缀/部分以更改/后缀。我只能猜测这些规则应该是什么;
0赞
jhnc
11/4/2023
哎呀。错误的变量：perl -pe 's:;.*\[:$&=~y/,/ /r:e' ...
2赞
potong
11/2/2023
#2
这可能对你有用 （GNU sed）：
sed -E ':a;s/(;[^,[]*),/\1 /;ta' file
匹配以 a 开头且不包含 或 的任意连续字符，后跟 a，并将 替换为空格。;[,,,
如果替换成功，请重复直到失败。
1赞
Timur Shtatland
11/2/2023
#3
使用这个 Perl 单行代码：
perl -pe 's{(;[^;\[]+)}{ do { $s = $1; $s =~ tr/,/ /; $s } }e; ' infile > outfile
或就地更改它：
perl -i.bak -pe 's{(;[^;\[]+)}{ do { $s = $1; $s =~ tr/,/ /; $s } }e; ' infile
Perl 单行代码使用以下命令行标志： ：
告诉 Perl 以内联方式查找代码，而不是在文件中查找代码。
：一次循环一行输入，默认分配给输入。在每次循环迭代后添加。
：就地编辑输入文件（覆盖输入文件）。在覆盖之前，通过在其名称后附加扩展名来保存原始文件的备份副本。如果您想跳过写入备份文件，只需使用并跳过扩展名即可。-e-p$_print $_-i.bak.bak-i
正则表达式使用以下修饰符： ：
作为表达式计算/eREPLACEMENTs/PATTERN/REPLACEMENT/
s{PATTERN}{EXPRESSION}：替换为 。
：字面意思，后跟除 或 之外的任何字符的 1 个或多个字符（请注意，必须转义：。括号将匹配项捕获到变量 中。
：重新分配给 ，然后更改所有出现的 to（空格）。该块返回最后一个表达式，即这些更改后的变量。PATTERNEXPRESSION(;[^;\[]+);;[\[$1do { $s = $1; $s =~ tr/,/ /; $s }$1$s, $s
另请参阅：
perldoc perlrun： 如何执行 Perl 解释器： 命令行开关perldoc perlre： Perl 正则表达式（正则表达式）perldoc perlre： Perl 正则表达式（正则表达式）：量词;角色职业和其他特殊逃生;断言;捕获组perldoc perlrequick： Perl 正则表达式快速入门
1赞
Ed Morton
11/3/2023
#4
将 GNU awk 用于第 3 个参数：match()
$ awk 'match($0,/(.*;)([^[]+)(\[.*)/,a) {
$0 = a[1] gensub(/,/," ","g",a[2]) a[3]
} 1' file
09100,Metabolism
09101,Carbohydrate,metabolism
00010,Glycolysis,/,Gluconeogenesis,[PATH:ko00010]
K00844,HK; hexokinase [EC:2.7.1.1]
K12407,GCK; glucokinase [EC:2.7.1.2]
K00845,glk; glucokinase [EC:2.7.1.2]
K25026,glk; glucokinase [EC:2.7.1.2]
K01810,GPI,,pgi; glucose-6-phosphate isomerase [EC:5.3.1.9]
K06859,pgi1; glucose-6-phosphate isomerase archaeal [EC:5.3.1.9]
K13810,tal-pgi; transaldolase / glucose-6-phosphate isomerase [EC:2.2.1.2,5.3.1.9]
K15916,pgi-pmi; glucose/mannose-6-phosphate isomerase [EC:5.3.1.9,5.3.1.8]
K24182,PFK9; 6-phosphofructokinase [EC:2.7.1.11]
K00850,pfkA,,PFK; 6-phosphofructokinase 1 [EC:2.7.1.11]
K16370,pfkB; 6-phosphofructokinase 2 [EC:2.7.1.11]
或者，您可以使用任何awk执行相同的操作：
awk 'match($0,/(.*;)([^[]+)(\[.*)/) {
tgt = substr($0,RSTART,RLENGTH); gsub(/,/," ",tgt)
$0 = substr($0,1,RSTART-1) tgt substr($0,RSTART+RLENGTH)
} 1' file
评论