将每行最后一个数字与字母分开

Question

我有一个包含临时 SNP ID 和等位基因的长文件，如下所示：

14_611646T,C
14_881226CT,C
14_861416.1GGC,GGCGCGCGCG

我想将每行的最后一个数字与字母分开（将 SNP ID 与等位基因分开）。所以看起来像这样：

14_611646 T,C
14_881226 CT,C
14_861416.1 GGC,GGCGCGCGCG

我尝试了

awk

和

sed

，但是，下划线不断造成问题。例如：

sed 's/^[0-9][0-9]*/& / File1 > File2

给了我

14 _611646T,C
14 _881226CT,C
14 _861416.1GGC,GGCGCGCGCGC

有人可以帮助我吗？

Answer 1

尝试了解实现这一目标的最明智的方法是什么。

最好避免使用匹配所有行的正则表达式，而是尝试找到需要更改的部分。

将

sed

与

-E

又名

E

xtented

R

egex

E

表达式 :

sed -E 's/^[0-9_.]+/& /' file

产量：

14_611646 T,C
14_881226 CT,C
14_861416.1 GGC,GGCGCGCGCG

正则表达式匹配如下：

节点	说明
^	字符串锚点的开头
[0-9_.]+	任何字符：“0”到“9”、“_”、“.” （1次或多次（匹配尽可能多的数量））

在

sed

的替换的右侧部分中，

&

是左侧部分中匹配的内容。

奖金

sed 's/[[:upper:]]/ &/' file

[[:upper:]]

是一个

POSIX

正则表达式类，用于 所有大写字母。

Answer 2

sed 's/[[:alpha:]]/ &/'

在第一个非数字之前插入空格：

14_611646 T,C
14_881226 CT,C
14_861416.1 GGC,GGCGCGCGCG

Answer 3

要在一行的最后一个数字和下一个非数字字符之间插入空格，可以使用

sed

，如下所示：

sed 's/\(.*[0-9]\)\([^0-9]\)/\1 \2/' file # BRE 
sed -E 's/(.*[0-9])([^0-9])/\1 \2/'  file # ERE

详情：

• \(.*[0-9]\)

  (BRE) /

  (.*[0-9])

  (ERE) - 第 1 组（替换模式中的

  \1

  指的是捕获到该组中的值）：任何文本，然后是数字（行中最后一次出现）

• \([^0-9]\)

  (BRE) /

  ([^0-9])

  (ERE) - 第 2 组（替换模式中的

  \2

  指的是捕获到该组中的值）：非数字字符。

在线查看 Bash 演示：

#!/bin/bash
s='14_611646T,C
14_881226CT,C
14_861416.1GGC,GGCGCGCGCG'

sed 's/\(.*[0-9]\)\([^0-9]\)/\1 \2/' <<< "$s"
sed -E 's/(.*[0-9])([^0-9])/\1 \2/' <<< "$s"

输出：

14_611646 T,C
14_881226 CT,C
14_861416.1 GGC,GGCGCGCGCG