Question

我正在使用正则表达式：

>\.*<

匹配field3的某些部分，但我无法弄清楚如何用保留原始字符串长度的多个字符替换。

输入：

field1 field2 >>>>>.>............>>>.........<<<.......>>>>.......<<<<.<.<<<<<.

预期产出：

field1 field2 >>>>>.>............>>LLLLLLLLLLL<<.......>>>LLLLLLLLL<<<.<.<<<<<.

我糟糕的失败尝试：

awk 'match($3, />\.*</){split($3, sst, "");for(i=RSTART;i<=RLENGTH;i++){sst[i]="L"};joined=sep="";for(x=1; x in sst;x++){joined=joined sep sst[x];sep=""};printf("%s\n", joined)}' hg19-matRNA.tsv > test2.tsv

非常感谢任何帮助！

Answer 1

使用GNU awk为第3个arg匹配（）和gensub（）：

任何awk：

$ cat tst.awk
{
    while ( match($3,/(.*)(>\.*<)(.*)/,a) ) {
        $3 = a[1] gensub(/./,"L","g",a[2]) a[3]
    }
    print
}

$ awk -f tst.awk file
field1 field2 >>>>>.>............>>LLLLLLLLLLL<<.......>>>LLLLLLLLL<<<.<.<<<<<.

Answer 2

awk 解决方案。您也可以像这样使用patsplit：

$ cat tst.awk
{
  patsplit($3, a, ">\\.+<", seps)
  l=(length(a)>length(seps)?length(a):length(seps))
  for (i=0; i<l; i++){
     if (i in a) gsub(/./,"L",a[i])
     s=s sprintf("%s", (i in a)?a[i]seps[i]:seps[i])
  }
  $3=s
}1

$ awk -f tst.awk file
field1 field2 >>>>>.>............>>LLLLLLLLLLL<<.......>>>LLLLLLLLL<<<.<.<<<<<.

将可变长度字符串替换为匹配原始字符串长度的字符

2 个答案: