从文件中收集特定的基因组数据，并以相同的标题收集

Question

我在一个文件里有基因组数据，genomes-seq.txt。序列的标题以>开头，然后是基因组名称：

>genome.1
atcg
atcg
atcggtc

>genome.2
atct
tgcgtgctt
attttt

>genome.
sdkf
sdf;ksdf
sdlfkjdslc
edsfsfv

>genome.3
as;ldkhaskjd
asdkljdsl
asdkljasdk;l

>genome.4
ekjfhdhsa
dsfkjskajd
asdknasd


>genome.1
iruuwi
sdkljbh
sdfljnsdl

>genome.234
efijhusidh
siduhygfhuji

>genome.1
ljhdcj
sdljhsdil
fweusfhygc

我想在一个文件中收集基因组1的类似数据，如下所示：

>genome.1
atcg
atcggtc

iruuwi
sdkljbh
sdfljnsdl
ljhdcj
sdljhsdil
fweusfhygc

但每次我用sed做这件事，我都会得到：

>genome.1
atcg
atcg
atcggtc

>genome.1
iruuwi
sdkljbh
sdfljnsdl

>genome.1
ljhdcj
sdljhsdil
fweusfhygc

那就是多重genome.1s，我怎么才能做到正确呢?所以对于大数据集，我不需要删除所有的重复？

Answer 1

用perl

perl -00 -ne 'if (/^>genome\.1\n/) {s/// if $. > 1; print}' file