Question

我在计算fasta文件的重叠群中的核苷酸。我的文件看起来像

    >1
    ATACCTACTA
    ATTTACGTCA
    GTA
    >2
    ATATTCGTAT
    GTCTCGATCT
    A
    >3

等

我的命令是

awk '/^>/ {if (seqlen){print seqlen}; print ;seqlen=0; } { seqlen += length($0)}END{print seqlen}'

输出现在像

如何在同一行输出输出，例如

>1 23
>2 21

Answer 1

更多的变化和瞧（感谢@Ed Morton）：

awk '/^>/ {if(seqlen)print k,seqlen; seqlen=0; k=$0; next;} { seqlen += length($0);}END{print k,seqlen;}' filename

Answer 2

这个适用于我：

awk '/^>/ && NR>1 {printf " %d \n", x; }/^>/{ printf "%s", $0 }!/^>/{ x += length($0) } file

我希望现在按预期工作。

Answer 3

尝试：

awk '/^>/{printf("%s ",$0);getline;printf("%s\n",length($0))}'   Input_file

检查线是否从＆gt;开始然后使用getline打印该行以跳转到下一行。用新行打印当前行的长度，然后提示输入文件。

修改

awk '/^>/{if(VAL){print Q OFS VAL;Q=VAL="";Q=$0;next};Q=$0;next} {VAL=VAL?VAL+length($0):length($0)} END{print Q,VAL}' Input_file

检查是否有任何以＆gt;开头的行然后检查VAL变量是否为非NULL然后打印变量Q和VAL的值然后取消然后Q，VAL变量和next将跳过所有进一步的语句，否则使Q为$ 0并使用next to skep进一步的语句。因此，创建一个名为VAL的变量，它将计算每一行的长度并添加它自己的值。在END部分中打印Q，VAL的值。

awk打印输出在同一行

3 个答案: