对两个字符之间的数字使用gsub

Question

我有以下文件：

 HNRNPF-human_SRA:SRR4421749_1_ENCFF938GRX.fastq.gz   
 RBFOX2-human_SRA:SRR4421654_1_ENCFF187PBG.fastq.gz                       
 U2AF2-human_SRA:SRR3469570_1_ENCFF158ZML.fastq.gz
 HNRNPK-human_SRA:SRR3469488_2_ENCFF267TVR.fastq.gz   
 RBFOX2-human_SRA:SRR4421654_1_ENCFF588WPC.fastq.gz                       
 U2AF2-human_SRA:SRR3469570_1_ENCFF550GXB.fastq.gz

我想把它们重新命名为：

 HNRNPF-human_SRA:SRR442174_ENCFF938GRX.fastq.gz   
 RBFOX2-human_SRA:SRR4421654_ENCFF187PBG.fastq.gz                       
 U2AF2-human_SRA:SRR3469570_ENCFF158ZML.fastq.gz
 HNRNPK-human_SRA:SRR3469488_ENCFF267TVR.fastq.gz   
 RBFOX2-human_SRA:SRR4421654_ENCFF588WPC.fastq.gz                       
 U2AF2-human_SRA:SRR3469570_ENCFF550GXB.fastq.gz

也就是说，我删除了两个'_‘之间的数字，我尝试了不同的命令，如gsub和拆分，但我只能在拆分命令中：

  name=U2AF2-human_SRA:SRR3469570_1_ENCFF158ZML.fastq.gz
  echo $name | awk '{split($0, arr, "[__]"); print arr[3]}' 

Answer 1

awk解决方案。这样做可以：

$ awk -F_ -v OFS=_ '{print $1,$2,$4}' file
HNRNPF-human_SRA:SRR4421749_ENCFF938GRX.fastq.gz
RBFOX2-human_SRA:SRR4421654_ENCFF187PBG.fastq.gz
U2AF2-human_SRA:SRR3469570_ENCFF158ZML.fastq.gz
HNRNPK-human_SRA:SRR3469488_ENCFF267TVR.fastq.gz
RBFOX2-human_SRA:SRR4421654_ENCFF588WPC.fastq.gz
U2AF2-human_SRA:SRR3469570_ENCFF550GXB.fastq.gz

Answer 2

使用awk**:**的

$ name="U2AF2-human_SRA:SRR3469570_1_ENCFF158ZML.fastq.gz"
$ awk  'sub(/_[0-9]+_/,"_")' <<<"$name"
U2AF2-human_SRA:SRR3469570_ENCFF158ZML.fastq.gz

保存在变量中：

$ myvar=$(awk  'sub(/_[0-9]+_/,"_")' <<<"$name")
$ echo "$myvar"

或Bash字符串替换

$ name="U2AF2-human_SRA:SRR3469570_1_ENCFF158ZML.fastq.gz"
$ echo "${name/_[0-9]*_/_}"
U2AF2-human_SRA:SRR3469570_ENCFF158ZML.fastq.gz

Answer 3

要从字符串中删除所有_<digit>_ (用_替换它们)，一个简单的sed替代品就可以了：

$ sed 's/_[0-9]_/_/g' file