如何在文本文件中的regex之前和之后添加行中断？

Question

这是我要编辑的文件的摘录：

>chr1|-|9|S|somatic ACCACAGCCCTGTTTTACGTTGCGTCATCGCCCCGGGTGCCTGGTGACGTCACCAGCCCGCTCG >chr1|+|9|Y|somatic ACCACAGCCCTGTTTTACGTTGCGTCATCGCCCCGGGTGCCTGGTGACGTCACCAGCCCGCTCG

我将在一个新的文本文件中，在">“和”体“或"germline”之后添加一个换行符，在R或Unix中如何做？

预期产出：

>chr1|-|9|S|somatic
ACCACAGCCCTGTTTTACGTTGCGTCATCGCCCCGGGTGCCTGGTGACGTCACCAGCCCGCTCG
>chr1|+|9|Y|somatic
ACCACAGCCCTGTTTTACGTTGCGTCATCGCCCCGGGTGCCTGGTGACGTCACCAGCCCGCTCG

Answer 1

根据输入的外观，您可以简单地用换行符替换空格：

tr -s ' ' '\n' <infile >outfile

(一些tr方言不喜欢\n。尝试'\012'或文字换行符:开始引号、换行符、结尾引号。)

如果这样做不起作用，您可以很容易地在sed中做到这一点。如果somatic是静态的，只需硬编码它：

sed -e 's/somatic */&\n/g' -e 's/ >/\n>/g' file >newfile

关于不同的sed方言的通常的警告是适用的。有些版本不喜欢换行的\n，有些版本想要换行符或分号，而不是多个-e参数。

在Linux上，您可以就地修改文件：

sed -i 's/somatic */&\
/g
s/ >/\
/g' file

(对于变体，如果您的sed不识别\n，但允许文字换行符，我将向您展示如何做到这一点，以及如何将脚本放在一个多行字符串中。)

在*BSD (包括MacOS)中，您需要始终向-i添加一个参数；sed -i '' ...

如果somatic是可变的，但您总是希望替换楔形之后的第一个空格，请尝试如下

sed 's/\(>[^ ]*\) /\1\n/g'

>[^ ]匹配一个楔形，后面跟着零个或多个非空格字符。括号将匹配的字符串捕获到\1中。同样，一些sed变体不希望在圆括号前面出现反斜杠，或者只是.不一样。

如果您有很长的行，您可能会遇到一个有问题的sed。也许可以试试Perl。(幸运的是，没有方言可担心！)

perl -i -pe 's/(>[^ ]*) /$1\n/g;s/ >/\n>/g' file

(如果不想修改输入文件，请跳过-i选项。则输出将为标准输出。)

Answer 2

(\bsomatic\b|\bgermline\b)|(?=>)

试试this.See demo.Replace by $1\n

http://regex101.com/r/tF5fT5/53

如果没有前瞻性的支持，那么尝试

(\bsomatic\b|\bgermline\b)

尝试this.Replace by $1\n.See演示。

http://regex101.com/r/tF5fT5/50

和

(>)

代之以\n$1.See演示。

http://regex101.com/r/tF5fT5/51

Answer 3

谢谢大家！我用：

tr -s ' ' '\n' <infile >outfile

正如tripleee所建议的那样，它运行得非常完美！