如何使用 sed/vim 重新格式化文件？

Question

我有一个像这样的.csv 文件。

atomnum,atominfo,metric
238,A-30-CYS-SG,53.7723
889,A-115-CYS-SG,46.2914
724,A-94-CYS-SG,44.6405
48,A-6-CYS-SG,37.2108
630,A-80-CYS-SG,29.574
513,A-64-CYS-SG,23.1925
981,A-127-CYS-SG,19.8903
325,A-41-GLN-OE1,17.6205
601,A-76-CYS-SG,17.5079

我想这样改：

atomnum,atominfo,metric
238,C30-SG,53.7723
889,C115-SG,46.2914
724,C94-SG,44.6405
48,C6-SG,37.2108
630,C80-SG,29.574
513,C64-SG,23.1925
981,C127-SG,19.8903
325,Q41-OE1,17.6205
601,C76-SG,17.5079

逗号之间的部分是原子标识符：其中 A-30-CYS-SG 是 A 链中残基 30 的 γ 硫，它是一个半胱氨酸。残基可以用三个字母或一个 (表在这里https://www.iupac.org/publications/pac-2007/1972/pdf/3104x0639.pdf）。基本上，我只想a）将三个字母代码更改为一个字母代码，b）删除链ID（在本例中为A）和c）将残基编号放在一个字母代码旁边。

我已经尝试匹配 vim 中逗号之间的模式。像s%:\(-\d\+\-\)\(\u\+\):\2\1:g 这样的东西给了我c），即（ACYS-30--SG）。我不知道怎么做 a) 用 vim。我知道如何使用 sed 和一个包含所有替代命令的输入文件来做到这一点。但是，使用 sed 完成所有工作可能会更好......我在问是否有可能在 vim 上做 a)？

谢谢

Answer 1

使用sed、paste、cut和bash，给定输入atoms.csv：

paste -d, <(cut -d, -f1 atoms.csv) \
          <(cut -d, -f2 atoms.csv | sed 's/.-//
                                         s/\(.*\)-\([A-Z]\{3\}\)-/\2\1-/
                                         s/^ALA/A/
                                         s/^ARG/R/
                                         s/^ASN/N/
                                         s/^ASP/D/
                                         s/^CYS/C/
                                         s/^GLU/E/
                                         s/^GLN/Q/
                                         s/^GLY/G/
                                         s/^HIS/H/
                                         s/^ILE/I/
                                         s/^LEU/L/
                                         s/^LYS/K/
                                         s/^MET/M/
                                         s/^PHE/F/
                                         s/^PRO/P/
                                         s/^SER/S/
                                         s/^THR/T/
                                         s/^TRP/W/
                                         s/^TYR/Y/
                                         s/^VAL/V/') \
          <(cut -d, -f3 atoms.csv)

输出：

atomnum,atominfo,metric
238,C30-SG,53.7723
889,C115-SG,46.2914
724,C94-SG,44.6405
48,C6-SG,37.2108
630,C80-SG,29.574
513,C64-SG,23.1925
981,C127-SG,19.8903
325,Q41-OE1,17.6205
601,C76-SG,17.5079

Answer 2

这可能对你有用（GNU sed）：

sed -r '1b;s/$/\n:ALAA:ARGR:ASNN:ASPD:CYSC:GLUE:GLNQ:GLYG:HISH:ILEI:LEUL:LYSK:METM:PHEF:PROP:SERS:THRT:TRPW:TYRY:VALV/;s/,A-([0-9]+)-(...)(.*)\n.*:\2(.).*/,\4\1\3/' file

在每一行附加一个查找表，并使用模式匹配将 3 个字母的代码（和整数值）替换为 1 个字母的代码。查找键是一个冒号，后跟 3 个字母的键，然后是 1 个字母的代码。

Answer 3

如果您知道如何在 sed 中执行此操作，为什么不利用这些知识并直接从 Vim 中调用？

:%!sed -e '<your sed script>'

一旦你完成了它并且它工作了，你就可以在 Vim 函数中弹出它。

functioni Transform()
    your sed command
endfunction

然后就使用

:call Transform()

你可以映射到一个键。

简单！