我对使用 sed 命令删除行和以下行的 while read line bash 脚本有疑问答案

【问题标题】：I have an issue with a while read line bash script with sed command to delete lines, and following lines我对使用 sed 命令删除行和以下行的 while read line bash 脚本有疑问
【发布时间】：2015-04-30 03:49:25
【问题描述】：

我有一个 bash 脚本，我想用它从 SedTest.names 中读取行列表并删除该行和文件 SedTest.fasta 中的以下行。脚本看起来像

while read line; do
 sed "/${line}/{N;d}" SedTest.fasta 
done < "SedTest.names"

SedTest.fasta 看起来像

>seq1
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
>seq2
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
>seq3
CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC
>seq4
DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD
>seq5
EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE
>seq6
FFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFF
>seq7
GGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
>seq8
HHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHH
>seq9
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
>seq10
JJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJ

而 SedTest.names 看起来像

>seq3
>seq5
>seq6

当我运行脚本并将输出直接输出到 test.out 时，test.out 看起来像

>seq1
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
>seq2
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
>seq4
DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD
>seq5
EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE
>seq6
FFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFF
>seq7
GGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
>seq8
HHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHH
>seq9
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
>seq10
JJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJ

>seq1
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
>seq2
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
>seq3
CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC
>seq4
DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD
>seq6
FFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFF
>seq7
GGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
>seq8
HHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHH
>seq9
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
>seq10
JJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJ

>seq1
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
>seq2
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
>seq3
CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC
>seq4
DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD
>seq5
EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE
>seq7
GGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
>seq8
HHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHH
>seq9
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
>seq10                     
JJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJ

它已按要求删除了该行和下一行，但已分别为 SedTest.names 中的 3 行中的每一行编辑了 SedTest.fasta 中的数据。我需要通过删除所有 3 行及其以下行来修改一组输出数据，从而使 outfile 大小为 14 行。我觉得这种方法非常接近，但我太厚了，不知道为什么它不起作用。非常感谢任何帮助！

【问题讨论】：

标签： bash sed while-loop

【解决方案1】：

问题在于每个sed 命令都会为names 文件中的每一行处理整个文件。我更喜欢 awk 作为替代方案，因为它可以使用关联数组来保存来自不同文件的值并且只处理一次，例如：

awk '
  FNR == NR { names[$1] = 1; next }
  { if ($1 in names) { getline; next } }
  { print }
' SedTest.names SedTest.fasta

在FNR == NR 块中，将名称保存到一个数组中，第二个比较是否存在，然后getline 读取下一行并跳过它。其余正常打印

它产生：

>seq1
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
>seq2
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
>seq4
DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD
>seq7
GGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
>seq8
HHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHH
>seq9
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
>seq10
JJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJ

【讨论】：

非常感谢 Birei。虽然 sed 选项现在可以工作，但它似乎不允许 stdout 重定向，因此 infile 被永久更改。我可以看到这个 awk 选项可能是一个更优雅的选项，假设您可以将输出定向到一个输出文件。
@DanielJ：操作系统完成了这项工作，在fasta 文件之后附加> SedOutfile.txt。

【解决方案2】：

您没有在 sed 中使用内联标志，也没有将文件保存到位。像这样使用你的循环：

while read -r line; do
   sed -i.bak "/$line/{N;d;}" SedTest.fasta
done < SedTest.names

【讨论】：

谢谢阿努巴瓦。我不得不对其进行一些修改以使其正常工作。它不喜欢单引号 '' 这似乎阻止它在 SedTest.fasta 中看到所需的行：sed: can't read />seq3/{N;d;}: No such file or directory sed: can' t 读取 />seq5/{N;d;}：没有这样的文件或目录 sed：无法读取 />seq6/{N;d;}：没有这样的文件或目录最终脚本看起来像（-r 似乎没有change things) 'while read line; do sed -i "/$line/{N;d;}" SedTest.fasta done
就我所见，这个脚本会更改 infile 并且不允许重定向到 outfile（这不是太远！）。如果您以后需要原始版本，我建议您复制您的 infile。
实际上-i.bak 是更安全的方法，因为它内联编辑文件，同时将原始文件保存在具有.bak 扩展名的文件中（请参阅更新的答案）
我使用 -i.bak 选项发现的是它正在保存循环的最后一个版本的备份。所以原来的还是改了。你也一样吗？
是的，我也一样。您还可以避免-i，并且只在循环外重定向一次输出，如下所示：done < SedTest.names > output