复制一列的第一个字符，用它替换现有的一列，同时根据需要保持间距

3 人关注

我有一个长文件，看起来像这样。

ATOM 55 CE1 LIG X 1 -2.921 4.159 -10.046 1.00 0.00 LIGA

我需要取第三列的第一个字母，在这里是C（但它会随行变化），并用这个字符替换我的最后一列LIGA。我需要在确保第12列和第13列之间的间距为11的情况下做这件事，如下图所示。我需要它与下面这行相同，以便我的程序能够理解它。

ATOM 55 CE1 LIG X 1 -4.950 9.318 4.387 1.00 0.00 C

我设法将第三栏的第一个字母复制到一个不同的文件中，然后从原文件中删除第13栏，并将不同的文件粘贴到原文件中，下面是几行。然而，我可以找到一种方法来解决间距问题。

cut -c 14 original.pdb > different.pdb
perl -pi -e 's/LIGA//g' original.pdb
paste original.pdb different.pdb >> joint.pdb
mv joint.pdb original.pdb
我知道awk在这里可能有用。我还没能实现它。我很感谢你的帮助!


         2
         
         个评论


           
            RavinderSingh13
           
           ：


           
            我认为你显示的输出应该是
            
             ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00      C
            
            ？这是否正确。


           
            关于【替换代码0- 你下面这一行的一些字段的值与输入的不同（例如，第7个字段从-2.921变成了-4.950），最后一个字段的间距也不同（看起来
            
             LIGA
            
            前有6个空格，但在
            
             C
            
            前变成了11个空格），但你说你想保持间距。所以--请
            
             edit
            
            你的问题是为了更好地解释你发布的输入如何映射到你发布的输出，因为不清楚从输入到输出的哪些变化是故意的，哪些是错误的（如果有的话）。


         linux


         unix

awk


         text

sed


        
         
         
          user19619903
         
        
        
         发布于
         
         2022-08-25


        7
        
        个回答


          
           
           
            RavinderSingh13
           
          
          
           发布于
           
           2022-08-26


         0
         
         人赞同


          
           
            
             1st solution:
            
           
           请用你显示的样本和尝试尝试以下
           
            awk
           
           代码。用GNU
           
            awk
           
           编写和测试。
          
          awk '
match($0,/(^[^[:space:]]+[[:space:]]+[^[:space:]]+[[:space:]]+)(.)([^[:space:]]*.*[[:space:]]+)/,arr){
  print arr[1] arr[2] arr[3] arr[2]
' Input_file
2nd solution:在这里使用sed及其-E选项来启用ERE。
sed -E 's/(^[^[:space:]]+[[:space:]]+[^[:space:]]+[[:space:]]+)(.)([^[:space:]]*.*[[:space:]]+).*/\1\2\3\2/'  Input_file
Here is the Online demo为了便于理解，请使用所显示的词条((^[^[:space:]]+[[:space:]]+[^[:space:]]+[[:space:]]+)(.)([^[:space:]]*.*[[:space:]]+))(注意：网站中使用的词条有点不同(为了满足网站的要求)，请使用这里的代码中显示的词条)。
Bonus solution:在此添加一个perl的单行本解决方案。
perl -pe 's/(^[^[:space:]]+[[:space:]]+[^[:space:]]+[[:space:]]+)(.)([^[:space:]]*.*[[:space:]]+)[^[:space:]]+$/\1\2\3\2/' Input_file


           
            
             
              
               user19619903
              
              ：


           
            
             
              
               谢谢!这两个解决方案似乎对大多数行都有效，但不是全部。他们确实删除了最后一列，而对于大多数来说，第一个字符取代了它。我注意到，当我的第三列只有一个字母时，例如C，或N，或O，最后一列是空白。我将发表另一篇评论，为那些不工作的地方提供一个例子。因为这是一个评论，所以间距会不正确。我仍然需要如图所示的间距。谢谢！！！。


           
            
             
              
               user19619903
              
              ：


           
            
             
              
               atom 1488 o lig x 52 5.636 -11.834 10.151 1.00 0.00 liga


           
            
             
              
               RavinderSingh13
              
              ：


           
            
             
              
               @user19619903，好的，我现在已经编辑了我的答案，现在对第三栏的单字母也应该可以了，让我知道情况如何。


           
            
             
              
               user19619903
              
              ：


           
            
             
              
               谢谢你的帮助。前两个方案在增加由第三列第一个字符组成的新列时起了作用，但它没有删除第11列（LIGA）。我担心如果我删除它，又会把间距搞乱。


           
            
             
              
               RavinderSingh13
              
              ：


           
            
             
              
               @user19619903，请你给我举个例子，我可以在这里提供更多帮助🙏。


          
           
            
             
              Using
              
               sed
              
             
             $ sed -E 's/(([^ ]* ){2})(([[:alpha:]]).* ).*/\1\3\4/' input_file
ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00      C
使用GNU sed来保留循环中的间距
$ sed -E ':a;s/(([^ ]* +){11})[A-Z]/\1 /;ta;s/(([^ ]*( )+){2}([[:alpha:]]).*)/\1\3\4/' input_file
ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00           C


          
           
            
             
              
               perl -ape '$lc = substr $F[2],0,1; s/$F[11]/   $lc/' original.pdb 
Use -a to autosplit into @F
Use -p to loop, -e to execute inline program
$lc = substr $F[2],0,1 - get first char of 3rd col as variable $lc
s/$F[11]/   $lc/ - replace 12th column with 3 spaces then $lc
这应该能让你接近。  我不能完全按照列数和空间数来计算。
但它只是指望第12个col是一个独特的字符串，可以用   $lc来替换。
这也取决于第12列 "LIGA "始终是4个字符。如果该字段是可变宽度的，你可以用空格替换其中的所有字符，然后再替换最后的字符。
perl -ape '$lc = substr $F[2],0,1; ($new = $F[11]) =~ s/./ /g; $new =~ s/.$/$lc/; s/$F[11]/$new/' original.pdb
......同样，$F[11]必须是一个唯一的字符串，否则任何其他较早出现的字符都会被替换。   但根据这一点，意味着你要保持原版的字符间距。


           
            
             
              
               
                
                 
                  
                   user19619903
                  
                  ：


           
            
             
              
               
                
                 
                  
                   谢谢你！"。这与我的需求非常接近。LIGA "栏确实总是4个字符。你的回答对我帮助很大。当我使用你的解决方案时，第11列（0.00列）和新创建的第3列中的第一个字符之间的间距是9。这应该是11。这是否可以从解决方案中改变？我还是个使用awk的新手!谢谢


           
            
             
              
               
                
                 
                  
                   user19619903
                  
                  ：


           
            
             
              
               
                
                 
                  
                   我能够从你的解释中解决间距问题!非常感谢您!这非常有帮助!


          
           
            
             
              
               
                
                 
                  It is simpler using this
                  
                   gnu-awk
                  
                  solution with
                  
                   gensub
                  
                  :
                 
                 awk '{
$0 = gensub(/^(\s*\S+(\s+\S+)+)\s+\S+\s*$/, "\\1" sprintf("%12s", substr($3,1,1)), "1")
} 1' file
ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00           C


           
            
             
              
               
                
                 
                  
                   
                    user19619903
                   
                   ：


           
            
             
              
               
                
                 
                  
                   
                    谢谢!但间距不对。我需要第11和第12列之间的间距应该是11，而不是6。这个问题可以从这行代码中解决吗？谢谢!


           
            
             
              
               
                
                 
                  
                   
                    你是说你总是想在第11和第12列之间有
                    
                     11
                    
                    的空格，即使在原始输入中没有。


           
            
             
              
               
                
                 
                  
                   
                    你可以试试我现在更新的答案，确保在最后一列前总是插入
                    
                     11
                    
                    的空格。


          
           
            
             
              
               
                
                 
                  
                   
                   
                    The fourth bird
                   
                  
                  
                   发布于
                   
                   2022-08-26


          
           
            
             
              
               
                
                 
                  
                   通过
                   
                    gnu awk
                   
                   ，你可以在字段分隔符上进行分割，并对分隔符进行跟踪。
                  
                  
                   然后将最后一列设置为第3列的第一个字符，并将最后一项的分隔符设置为11个空格。
                  
                  awk '{
  nr = split($0, a, FS, seps)
  if (nr > 4) {
    a[nr] = substr(a[3],1,1)
    seps[nr-1] = "           "
    for (i = 1; i <= nr; ++i) {
      printf "%s%s", a[i], seps[i]
    printf "\n"
}1' file
If the contents of the file is:
ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00      LIGA
ATOM     55  CE1 LIG X
ATOM     55  CE1 LIG
ATOM     55  CE1
ATOM     55
Output:
ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00           C
ATOM     55  CE1 LIG           C
ATOM     55  CE1 LIG
ATOM     55  CE1
ATOM     55


          
           
            
             
              
               
                
                 
                  
                   
                    
                     
                      使用任何POSIX awk，无论第三个和/或最后一个字段中的字符是什么。
                     
                     
                      a) 保持你在主题栏中所说的间距。
                     
                     $ awk '{sub(/[^[:space:]]+$/,""); print $0 substr($3,1,1)}' file
ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00      C
b) 或者像你的例子中显示的那样，将最后两个字段之间的间距改为11个字符。
$ awk '{sub(/[[:space:]]+[^[:space:]]+$/,""); printf "%s%12s\n", $0, substr($3,1,1)}' file
ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00           C


          
           
            
             
              
               
                
                 
                  
                   
                    
                     
                      
                       
                        
                        
                         RARE Kpop Manifesto
                        
                       
                       
                        发布于
                        
                        2022-08-26


          
           
            
             
              
               
                
                 
                  
                   
                    
                     
                      
                       
                        这里有一个更通用的
                        
                         awk
                        
                        解决方案，不需要
                        
                         gawk
                        
                        的自定义功能。
                       
                       ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00      LIGA
ATOM     55  CE1 LIG X
ATOM     55  CE1 LIG
ATOM     55  CE1
ATOM     55
mawk 'BEGIN { _____=_=(_=(_=(_=" ")_)(_)_)_
         FS = "^"(_="[[:space:]]+")"|"(_)"$" (OFS="")
        __ = index(_,"s")
                          sub("[[]:.+$",    "^&"_, _)
     ___ = substr((_)_, index(____="^"((_)_)".", "+"),
                       length(_) )  "$"
     __ = _ (_ = "")
     _+= _+=_ = sub(".",_,____) 
 } { NF=NF } gsub(__,"&")<_ || match($!_, ____) + \
              sub(___,(_____) substr($!_, RLENGTH,-_<_))'
ATOM     55  CE1 LIG X   1      -2.921   4.159 -10.046  1.00  0.00            C
ATOM     55  CE1 LIG            C