☰

패턴을 검색하고 다른 파일에 줄을 추가합니다.

tag-icon • tag-icon text-processing
패턴을 검색하고 다른 파일에 줄을 추가합니다.

다음과 같은 파일이 있습니다(5개의 탭으로 구분된 열).

head allKO.txt
Metabolism Carbohydrate metabolism Glycolisis K07448
Metabolism Protein metabolism protesome K02217

파일의 5열에서 패턴(문자열)을 검색하고 KEGG.annotations, 패턴이 발견되면 KEGG.annotations패턴이 발견된 줄과 의 모든 열을 모두 다른 파일에 인쇄하고 싶습니다 allKO.txt. 패턴을 찾고 있는 파일은 다음과 같습니다.

head KEGG.annotations
>aai:AARI_24510  proP; proline/betaine transporter; K03762 MFS transporter, MHS family, proline/betaine transporter
>aai:AARI_26600  ferritin-like protein; K02217 ferritin [EC:1.16.3.1]
>aai:AARI_28260  hypothetical protein
>aai:AARI_29060  ABC drug resistance transporter, inner membrane subunit; K09686 antibiotic transport system permease protein
>aai:AARI_29070  ABC drug resistance transporter, ATP-binding subunit (EC:3.6.3.-); K09687 antibiotic transport system ATP-binding protein
>aai:AARI_29650  hypothetical protein
>aai:AARI_32480  iron-siderophore ABC transporter ATP-binding subunit (EC:3.6.3.-); K02013 iron complex transport system ATP-binding protein [EC:3.6.3.34]
>aai:AARI_33320  mrr; restriction system protein Mrr; K07448 restriction system protein

나는 다음과 같은 것을 원합니다 :

Metabolism Carbohydrate metabolism Glycolisis K07448 >aai:AARI_33320 mrr; restriction system protein Mrr; K07448 restriction system
Metabolism Protein metabolism proteasome K02217  >aai:AARI_26600 ferritin-like protein; K02217 ferritin [EC:1.16.3.1]

>aai:AARI_33320 mrr; restriction …첫 번째 줄에 추가되는 텍스트 는 의 8번째 줄이며 KEGG.annotations, 이는 의 K07448첫 번째 줄의 ID 필드(다섯 번째 필드)를 포함하는 것입니다 allKO.txt.

내 패턴 파일을 사용하려면 이 코드를 어떻게 수정해야 합니까? 이는 찾을 특정 패턴을 포함하는 열이 하나만 있는 패턴 파일에서 작동합니다.

while read pat; do
    grep "$pat" --label="$pat" -H < KEGG.annotations;
done < allKO.txt > test1

답변1

이미 가지고 있는 코드로 작업할 수 있습니다. 행을 배열에 저장하고 다섯 번째 요소와 일치시킵니다.

while read -r line; do
    [ -z "$line" ] && continue
    patlist=($line)
    pat=${patlist[4]}
    grep "$pat" --label="$line" -H < KEGG.annotations
done < allKO.txt

보고:

Metabolism Carbohydrate metabolism Glycolisis K07448:>aai:AARI_33320  mrr; restriction system protein Mrr; K07448 restriction system protein
Metabolism Protein metabolism protesome K02217:>aai:AARI_26600  ferritin-like protein; K02217 ferritin [EC:1.16.3.1]

답변2

이것은 당신이 요구하는 것 같습니다 :

while read w1 w2 w3 w4 ID
do
    printf "%s " "$w1 $w2 $w3 $w4 $ID"
    if ! grep "$ID" KEGG.annotations
    then
        echo
    fi
done < allKO.txt

그러면 화면에 출력이 기록됩니다. 출력( >) 리디렉션(예: > test1)을 마지막 줄에 추가하여 출력을 파일로 캡처합니다.

  • 귀하의 예에 따르면 키/ID 필드("패턴")는다섯~의다섯필드가 파일에 있으므로 allKO.txt우리는 read w1 w2 w3 w4 ID. 당신은 이것이 탭으로 구분된 파일이라고 말했습니다. 필드에 공백이 포함되어 있지 않다고 가정합니다.
  • printf에서 줄(즉, 필드)을 작성합니다 allKO.txt. 끝에는 공백이 있지만 줄바꿈은 끝나지 않습니다.
  • 파일에서 ID( 의 줄에서 다섯 번째 필드 )를 검색( grep) 합니다 . 이는 완전한 라인(개행 포함)입니다.KEGG.annotationsallKO.txt
  • 실패 하면 grep실패했으므로 개행 문자를 작성하십시오 printf.

  • 그러면 ID가 없는 행이 KEGG.annotations 출력에 간단히 기록됩니다.

    Metabolism Protein metabolism proteasome K02217  >aai:AARI_26600 ferritin-like protein; K02217 ferritin [EC:1.16.3.1]
This ID doesn’t exist: K99999

    두 번 이상 존재하는 ID는 추가 줄로 기록됩니다(의 데이터를 반복하지 않음 allKO.txt).

    Metabolism Protein metabolism proteasome K02217  >aai:AARI_26600 ferritin-like protein; K02217 ferritin [EC:1.16.3.1]
This is a hypothetical additional line from KEGG.annotations that mentions “K02217”.

관련 정보