Xargs和wc -c

Question

我有这样的东西：

  grep -v ">" $subfolder/assembly/contigs_1L.fasta | xargs -d \n wc   >> $subfolder/N50_analysis/NC_len.txt

有了这个，我想从fasta文件中删除标识符，然后我想计算每一行的字符。

xargs做了它应该做的事情，在\n之后拆分，但它不算数。如果我不使用\n，那么所有的东西都只有一大行。

编辑：

输入

>C1
AGATGATGAGGATGAGATTGACTACGATCGATCGATGCATCGATCGGCATCGATCGACTGATCGATCGATCGATCGATCGATCGTACGATCGGCTACGCGCGATCGACGCGCGCGATCGATCGATCGTCGATCGGCGCGCTACGATCG

>C2
AGATGATGAGGATGAGATTGACTACGATCGATCGATGCATCGATCGGCATCGATCGACTGATCGATCGATCGATCGATCGATCGTACGATCGGCTACGCGCGATCGACGCGCGCGATCGATCGATCGTCGATCGGCGCGCTACGATCG

我只需要AGCT序列的长度，所以我取(grep)文件中不是以>开头的所有内容。然后我想要独立计算每个序列的长度，所以最后我得到了类似这样的结果：

 150
 100
  .
  .
  .
  Cn

Answer 1

grep -v ">" testfile | awk '{ print length }' >> charcount.txt

可能就是你要找的东西。

Answer 2

以您的输入文件为例：

cat >input.txt <<EOS
>C1
AGATGATGAGGATGAGATTGACTACGATCGATCGATGCATCGATCGGCATCGATCGACTGATCGATCGATCGATCGATCGATCGTACGATCGGCTACGCGCGATCGACGCGCGCGATCGATCGATCGTCGATCGGCGCGCTACGATCG

>C2
AGATGATGAGGATGAGATTGACTACGATCGATCGATGCATCGATCGGCATCGATCGACTGATCGATCGATCGATCGATCGATCGTACGATCGGCTACGCGCGATCGACGCGCGCGATCGATCGATCGTCGATCGGCGCGCTACGATCG
EOS

GNU

grep -v '>' input.txt |
  tr -s '\n' |
  xargs -d '\n' -n1 sh -c 'printf %s "$@" | wc -c' sh

148
148

BSD

grep -v '>' input.txt |
  tr '\n' '\0' | tr -s '\0' |
  xargs -0 -n1 sh -c 'printf %s "$@" | wc -c' sh

     148
     148

解释

1. tr -s是必需的，因为在输入文件中有空行，这会导致arguments.
2. There生成空字符串，因为对于BSD xargs，-d没有xargs标志，一个惯用的解决方案是使用printf而不是echo将它与tr.
3. We组合，因为后者打印额外的尾随新行character.
4. We使用sh -c而不是printf %s "$@"为了防止转义characters.
5. When使用sh -c，$0需要一个额外的参数。这里我们使用sh，但您也可以使用任何其他合理的名称。-c字符串如果存在-c选项，则从字符串中读取命令。如果字符串后面有参数，则会将它们分配给位置参数，从$0开始。