linux - 跳过标题将文件中的多行合并为单行

Question

我在一个文件夹中有几千个文件。每个文件的内容如下所示。我在这个例子中的文件名是:AAB08704.1.fasta

   >gi|1117824|gb|AAB08704.1| ecdysteroid regulated 16 kDa [Manduca sexta]
   MLFYITVTVLLVSAQAKFYTDCGSKLATVQSVGVSGWPENARECVLKRNSNVTISIDFSPTTDVSAITTE
   VHGVIMSLPVPFPCRSPDACKDNGLTCPIKAGVVANYKTTLPVLKSYPKVSVDVKWELKKDEEDLVCILI
   PARIH

我想跳过第一行，然后将剩余的行合并为一行。我所有的文件都以“>”开头，这是标题信息，下面几行是我想合并成一行的序列信息。

我试过了

    sed -i '2,$s/\n//g' AAB08704.1.fasta

我什至尝试使用以下方法将多行 fasta 转换为单行 fasta:

   awk '/^>/ {printf("\n%s\n",$0);next; } { printf("%s",$0);}  END {printf("\n");}' < AAB08704.1.fasta 

这两个命令都没有达到我的预期。有线索吗？

预期输出:

   >gi|1117824|gb|AAB08704.1| ecdysteroid regulated 16 kDa [Manduca sexta]
   MLFYITVTVLLVSAQAKFYTDCGSKLATVQSVGVSGWPENARECVLKRNSNVTISIDFSPTTDVSAITTEVHGVIMSLPVPCRSPDACKDNGLTCPIKAGVVANYKTTLPVLKSYPKVSVDVKWELKKDEEDLVCILIPARIH

cat -A AAB08704.1.fasta 给出了这个:

  M-oM-;M-?>gi|1117824|gb|AAB08704.1| ecdysteroid regulated 16 kDa [Manduca sexta]^M$
  MLFYITVTVLLVSAQAKFYTDCGSKLATVQSVGVSGWPENARECVLKRNSNVTISIDFSPTTDVSAITTE^M$
  VHGVIMSLPVPFPCRSPDACKDNGLTCPIKAGVVANYKTTLPVLKSYPKVSVDVKWELKKDEEDLVCILI^M$

Answer 1

使用 perl

$ perl -pe 's/\n// if $. > 1 && !eof' AAB08704.1.fasta 
>gi|1117824|gb|AAB08704.1| ecdysteroid regulated 16 kDa [Manduca sexta]
MLFYITVTVLLVSAQAKFYTDCGSKLATVQSVGVSGWPENARECVLKRNSNVTISIDFSPTTDVSAITTEVHGVIMSLPVPFPCRSPDACKDNGLTCPIKAGVVANYKTTLPVLKSYPKVSVDVKWELKKDEEDLVCILIPARIH

• s/\n// 移除换行符
  • 如果 $. > 1 && !eof 仅当行号大于 1 且不是文件结尾时
• 使用 perl -i -pe 进行就地编辑。参见 Command Switches -i、-p 和 -e
的文档