我有以下数据。
1455931_at Chrna3 1420468_at Asb17 1445520_at −−− 1436717_x_at Hbb−y 1431788_at Fabp12 1458975_at −−−
使用sed 或VIM 编辑器如何将其更改为
1455931_at Chrna3
1420468_at Asb17
1445520_at −−−
1436717_x_at Hbb−y
1431788_at Fabp12
1458975_at −−−
所以所有包含_at 的单词将是每行的第一个。
每行由成对的 _at 和基因术语组成。
【问题讨论】：
在 Vim 中，我会这样做：
:%s/ /^M/g
:g/_at/j
^M 的输入方式是按 control-V（Windows 上为 control-Q），然后按 Enter/Return 键。
这假定标记之间有单个空格；正如@Floris 建议的那样，您可以使用s/ \+/^M/g 将多个连续空格转换为一个换行符。或者您可以使用 s/\v\s+/^M/g 对任何连续的空格（包括制表符以及文字空格字符）执行相同的操作。
【讨论】：
%s/ \+/^M/g 作为第一个命令？它会处理额外的空白。
惊人但真实：
sed 's/\([^ ]*\) \(.[^ ]* \)/\1 \2\
> /g' <<<"1455931_at Chrna3 1420468_at Asb17 1445520_at −−− 1436717_x_at Hbb−y 1431788_at Fabp12 1458975_at −−−"
1455931_at Chrna3
1420468_at Asb17
1445520_at −−−
1436717_x_at Hbb−y
1431788_at Fabp12
1458975_at −−−
换句话说，我使用的sed 字符串中有一个物理回车符（> 是控制台添加的）：
sed 's/\([^ ]*\) \(.[^ ]* \)/\1 \2\
> /g'
您可以尝试使用其他表达式（现在我假设平衡对，但如果您特别想匹配第一个字符串末尾的at，您可以）。
【讨论】：
:'<,'>!sed sed 's/\([^ ]*\) \(.[^ ]* \)/\1 \2\ ENTER，但在添加 /g' 之前失败了
$'...\\\n/g'
$'\\\n' 被外壳程序转换为与您的答案相同的序列：反斜杠后跟换行符； sed 无法区分。在 POSIX 字符串 $'...' 中，\\ 变为文字反斜杠，\n 变为换行符，因此将它们放在一起您将得到 \\\n 用于反斜杠 + 换行符。
使用 sed：s/ /\n/g; s/_at\n/_at /g
可能有一个更优雅的解决方案，但这个解决方案可以。
【讨论】：
sed (Mac OS) 版本中，\n 无法识别。
对于你的例子，
sed -e 's/\(_at [0-9a-zA-Z−]*\) /\1\n/g'
【讨论】：
sed 's/\(_at[[:blank:]]\{1,\}[^[:blank:]\{1,\}\)\([[:blank:]]\)/\1\
\2/g' YourFile
这允许任何“空格”作为分隔符，并且在一次或多次出现时，最后一行没有 \n。这需要在以_at 终止的字符串的任何部分之后使用 1 个“单词”，而不是单词的交替（我这边的解释）。
这并不能避免将 2 个“_at”写在 2 个单独的行上（如果有一个缺失/空字）
【讨论】：
这是一个awk 解决方案：
awk '{for (i=1;i<=NF;i+=2) print $i,$(i+1)}' file
1455931_at Chrna3
1420468_at Asb17
1445520_at ...
1436717_x_at Hbb.y
1431788_at Fabp12
1458975_at ...
这会打印两个和两个字段。
另一个版本：
awk '{printf $0 FS;getline;print}' RS=" " file
【讨论】：
您可以使用它来查找第一个单词以“_at”结尾的所有 2 单词对
grep -oP '\S+_at\s+\S+' file
或者，在每第二个单词后换行：
tr -s '[:blank:]' '\n' < file | paste -d " " - -
【讨论】：