如何在特定行的末尾剪切20个字符，同时在bash中保持输出中的所有其他行不变[关闭]

Question

所以我有一个看起来像这样的FASTA文件，我分成了2行文件

\>H.Sapiens.1M.Illumina.low.000000000/1
CTCCTTGCCTCATCCTCCCAAATAGCATGCACCACCACGCGCAGCTAATTT
\>H.Sapiens.1M.Illumina.low.000000000/2
AGGCTGAGATAAGAATATAATAGGACAAAAAACAAGATTTTCAGTTTCAAA
\>H.Sapiens.1M.Illumina.low.000000001/1
AGATAGCCCTTCAAAGGAGTTTCATCATCTTTACGGGAGGTTATCTAACAA
\>H.Sapiens.1M.Illumina.low.000000001/2
TTAAGATTTCGAGGAGTCAAAAGGTGTATGTGGACTTTCAACTGCAGGGGG

还有一个我分成四行的FASTQ文件

@H.Sapiens.1M.Illumina.l100.low.000000000/1
CTCCTTGCCTCATCCTCCCAAATAGCATGCACCACCACGCGCAGCTAATTT
+
KGOLHSAHTEFKMLGJPENFEGMIDAHKMIJFIEIHKCFCGHEGMJGHHPH
@H.Sapiens.1M.Illumina.l100.low.000000000/2
AGGCTGAGATAAGAATATAATAGGACAAAAAACAAGATTTTCAGTTTCAAA
+
IHHHIIIIHHIHHIHIIHHGFKGGIHGJGEIIFEEGIBHJKKJJIJJEJJF

并且我需要一个bash脚本，对于FASTA，该脚本可以在第二行的末尾剪切20个字符，对于FASTQ，可以在第二行和第四行的末尾剪切20个字符，同时在输出中保持其余各行的完整性。我该怎么办？

Answer 1

在GNU sed中，您可以使用~地址，它指定每第n行：

sed '2~2 s/\(.*\).\{20\}/\1/' file

命令表示

• [2~2从第2行开始，每2行应用一次
• s/PATTERN/REPLACE/是替代项
• [.\{20\}匹配20个字符
• [\(.*\)会记住20个字符之前的任何字符]
• [\1是第一个被记住的组

Answer 2

[使用Awk，很容易说“在与正则表达式/^>/不匹配的行上执行此操作”（对于FASTA）或“在与/^@/匹配的行后的第1行和第3行”（对于FASTQ）。截断最后20个字符的操作可以用不同的方式表示，因此让我展示两个不同的选择。

awk '!/^>/ { sub (/.{20}$/, ""); } 1' file.fasta

使用正则表达式替换；或

awk '/^@/ { n=NR }
    NR==n+1 || NR==n+3 { $0 = substr($0, 1, length($0)-20) } 1' file.fastq

用自己的子字符串替换每条选定的行。

我会和前者一样简洁明了；但是后者的显式性也有一定的优点，因为它具有很大的自我记录能力。

在线演示：https://ideone.com/la3DDT