如何在Bash中处理每隔一行的文本

Question

我想打印奇数行（1,3,5,7..），不做任何更改，但是对于偶数行（2,4,6,8），我想使用以grep开头的管道进行处理。我想将所有内容都写入新文件中（奇数行不做任何更改，偶数行有新值）。

我知道如何在awk中打印每隔一行：

awk ' NR % 2 == 1 { print; } NR % 2 ==0 {print; }' file.fasta

然而，对于偶数行，我不想使用{print; }，而是想使用我的grep管道。

感谢您的建议。

- Perlnika

---

“==1{print;}”是多余的，简单地使用“awk 'NR%2'”将打印奇数行。 - Kevin

Answer 1

如果你打算进行简单的grep，你可以省略额外的步骤，在awk内部进行过滤，例如：

awk 'NR % 2 {print} !(NR % 2) && /pattern/ {print}' file.fasta

然而，如果你打算做更多的事情，那么如chepner已经指出的，你确实可以从awk内部进行管道操作。例如:

awk 'NR % 2 {print} !(NR % 2) {print | "grep pattern | rev" }' file.fasta

这会打开一个到命令"grep pattern | rev"的管道（注意引号），并将打印输出重定向到它。请注意，在这种情况下，输出可能不如您预期；你最终会得到所有奇数行的输出，然后是被管道命令消耗的偶数行的输出。

---

（回应您的评论）要计算每个偶数行中字符的数量，请尝试：

awk 'NR % 2 {print} !(NR % 2) {print length($0)}' file.fasta

- Shawn Chin

---

谢谢。我即将计算偶数行中字母的数量。 - Perlnika

@Perlnika，你可以使用awk中的length命令来获取字符数。请查看更新后的答案。 - Shawn Chin

@Perlnika，一些fasta文件可能包含像“-”或“X”这样的奇怪字符，但您可能已经回答了OP想要的内容。 - Steve

@ShawnChin 非常感谢，我使用了$0而不是0，现在它可以工作了！ - Perlnika

抱歉，之前打错了。应该是 length($0)。回答已更新。 - Shawn Chin

啊哈，你比我先发现了它 ;) 很高兴它有帮助。 - Shawn Chin

Answer 2

你可以直接在awk内部使用管道：

awk ' NR % 2 == 1 { print; } NR % 2 ==0 {print | "grep -o [actgnACTGN] | wc -l"; }' file.fasta

请注意，这样做不会保留您输入文件的顺序。

(选定的答案更适合当前任务，但我将保留此答案作为将打印语句传输到外部命令的示例。)

- chepner

---

谢谢，我已经尝试使用awk ' NR % 2 == 1 { print; } NR % 2 ==0 {print | grep -o [actgnACTGN] | wc -l }' file.fasta（为了计算行中字母的数量），但是wc出现问题，显示：awk: line 1: syntax error at or near wc（所以我猜测问题在我的管道中 :)）。 - Perlnika

不保留顺序是什么意思？ - Perlnika

@Perlnika 他的意思是你最终会先输出所有奇数行，然后紧接着是管道的输出（消耗了所有偶数行）。 - Shawn Chin

在我运行的简短测试中，所有奇数行都被打印出来，接着是由grep输出的偶数行。这是因为 grep 的输出可能需要与 awk 的输出合并，而 awk 的输出可能是不确定的。此外，这种方法可能是低效的，因为我认为每个偶数行都会 fork 一个单独的 grep。 - chepner

抱歉，引用中出现了一个错误，我以为已经修复了。请查看我的更新。 - chepner

Answer 3

为了使您的管道输出与AWK输出按顺序出现，您需要在每次迭代时关闭管道。当然，这样非常低效。

awk 'BEGIN{ cmd = "grep -io \047[actgn]\047 | wc -l" } NR % 2 { print } NR % 2 == 0 { print | cmd; close(cmd) }' file.fasta

显然，您不希望计算不在指定列表中的字符，因此length($0)无法使用。以下方法可以解决问题，并且应该比流水线方法快得多:

awk 'NR % 2 { print } NR % 2 == 0 {n = split($0, a, /[^actgnACTGN]/); print length($0) - n + 1}' file.fasta

它的工作原理是使用您不想要的字符作为分隔符来拆分行，并从行的长度中减去子字符串的计数并加上1。本质上，它从行的长度中减去不需要的字符数，将所需字符的数量留作结果。

- Dennis Williamson