根据条件反转特定字段中的字符串

Question

我有这个文件：

m64071_220512_054244/12584899/ccs rev pet047-10055 ACGTGCGACCTTGTGA TTGAGGGTTCAAACGTGCGACCTTGTGA
m64071_220512_054244/128321000/ccs rev pet047-10055 ACGTGCGACCTTGTGA TTGAGGGTTCAAACGTGCGACCTTGTGA
m64071_220512_054244/132186699/ccs fwd pet047-10055 TCACAAGGTCGCACGT TCACAAGGTCGCACGTTTGAACCCTCAA
m64071_220512_054244/134874748/ccs fwd pet047-10055 TCACAAGGTCGCACGT TCACAAGGTCGCACGTTTGAACCCTCAA

仅当以下情况时，我才需要tr字段reverse$4 和 $5$2==rev

预计：

m64071_220512_054244/12584899/ccs rev pet047-10055 TCACAAGGTCGCACGT TCACAAGGTCGCACGTTTGAACCCTCAA
m64071_220512_054244/128321000/ccs rev pet047-10055 TCACAAGGTCGCACGT TCACAAGGTCGCACGTTTGAACCCTCAA
m64071_220512_054244/132186699/ccs fwd pet047-10055 TCACAAGGTCGCACGT TCACAAGGTCGCACGTTTGAACCCTCAA
m64071_220512_054244/134874748/ccs fwd pet047-10055 TCACAAGGTCGCACGT TCACAAGGTCGCACGTTTGAACCCTCAA

我试过：

perl -lpe 'if(/rev/) {$rev=/rev/;next}; if ($rev) {$F[4,5]=~tr/ATGC/TACG/; $F[4,5]=reverse $F[4,5]; print "@F"}' file 

我还尝试使用 Awk （在 awk 中执行 bash 命令并打印命令输出）

awk '{
            if($2==rev)
        {
            cmd1="echo \047" $4 "\047 | rev | tr \047ATGC\047 \047TACG\047" 
            cmd2="echo \047" $5 "\047 | rev | tr \047ATGC\047 \047TACG\047"
            newVar1=((cmd1 | getline line) > 0 ? line : "failed") 
            newVar2=((cmd2 | getline line) > 0 ? line : "failed")
            close(cmd)
            print $1, $2, $3, newVar1, newVar2
        }
        else {print}
}' file

Answer 1

要遵循问题的尝试：

\n

perl -w -lanE\'\n    if ($F[1] eq "rev") { \n        for (@F[3,4]) { tr/ATGC/TACG/; $_ = reverse $_ } \n    } \n    say "@F"\n\' file\n

\n

可以将其放在一行中，为了便于阅读，我将其展开（或将其按原样复制粘贴到大多数 shell 中）。或者，当然，将其放入程序文件中，特别是如果还有更多事情要做的话。

\n

元素循环块中的代码@F[3,4]在数组的每个元素上运行，并就地修改它（因为$_只是数组元素的别名），首先是tr然后通过（反转和）分配。所有这些也可以写成

\n

$_ = reverse tr/ATGC/TACG/r  for @F[3,4];\n

\n

修饰符r使tr返回更改后的字符串，然后对其进行reverse-ed，然后通过$_别名将其分配回当前处理的数组元素

\n

对问题中代码的评论

\n

\n

• 要将输入字符串分解为@F数组（“自动拆分”），需要-a标志

  \n
\n

• 由于您明确打印需要的内容，因此使用-n标志，而不是-p

  \n
\n

• 该行中的字段 4 和 5 是数组元素 3 和 4

  \n
\n

• 我假设$F[4,5]你指的是两个数组元素（应该是 3,4）。那么，应该是@F[3,4]——并且带有-w标志，对于警告，我们会听到它

  \n
\n

• 更重要的是，我们不能将正则表达式或模式绑定tr到列表，而只能绑定到单个标量。^\xe2\x80\xa0 为了将其应用于tr多个项目，需要迭代它们，如上所示

  \n
\n

\n\n

^\xe2\x80\xa0 随着@ary =~ /.../LHS 首先被评估，所以我们得到类似的东西

\n

$ary[0], ..., $ary[-1] =~ /.../;\n

\n

直到最后一项的所有术语都在 void 上下文中进行评估并被丢弃（请参阅逗号运算符以了解其逻辑），逐一并带有警告（如果警告打开！），然后$ary[-1] =~ /.../进行评估并从整个表情。

\n

这同样适用LIST =~ /.../;（无论是否有括号LIST）

\n