linux - 如何用file2中的相同编号替换file1中的相同编号

Question

我有一个查询列表，并在一个文件 (file1) 中点击 gi 。我有另一个文件，其中包含命中的完整名称(文件2)，现在我想将具有完整命中名称的命中gi从文件1替换为文件2。我希望 gi 必须替换为每个相应查询前面的相同 gi。

文件1

 1  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_148659820 ref_YP_001281343.1_
 2  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_148821250 ref_YP_001286004.1_ 
 3  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_15607202 ref_NP_214574.1_  
 4  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_253796975 ref_YP_003029976.1_ 
 5  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_375294260 ref_YP_005098527.1_ 

文件2

1  >gi_375294260_ref_YP_005098527.1_ hypothetical protein TBSG_00059 [Mycobacterium tuberculosis KZN 4207]
2  >gi_253796975_ref_YP_003029976.1_ hypothetical protein TBMG_00059 [Mycobacterium tuberculosis KZN 1435]
3  >gi_15607202_ref_NP_214574.1_ Conserved hypothetical protein [Mycobacterium tuberculosis H37Rv]
4  >gi_148659820_ref_YP_001281343.1_ hypothetical protein MRA_0062 [Mycobacterium tuberculosis H37Ra]
5  >gi_148821250_ref_YP_001286004.1_ hypothetical protein TBFG_10059 [Mycobacterium tuberculosis F11]

期望的输出:

1  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_148659820_ref_YP_001281343.1_ hypothetical protein MRA_0062 [Mycobacterium tuberculosis H37Ra]
2  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_148821250_ref_YP_001286004.1_ hypothetical protein TBFG_10059 [Mycobacterium tuberculosis F11]
3  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_15607202_ref_NP_214574.1_ Conserved hypothetical protein [Mycobacterium tuberculosis H37Rv
4  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_253796975_ref_YP_003029976.1_ hypothetical protein TBMG_00059 [Mycobacterium tuberculosis KZN 1435]
5  Query=gi_148659820 ref_YP_001281343.1_ Hit=gi_375294260_ref_YP_005098527.1_ hypothetical protein TBSG_00059 [Mycobacterium tuberculosis KZN 4207]

Answer 1

逐步描述解决方案；

1. 仅从 file1 中提取命中 GI；

   cat file1 | awk '{print $3}' | sed 's/Hit=//g' > file1-gi
   

2. 从文件 2 中删除 # >；

   sed 's/^....//g' file2 > file2_1
   

3. 删除 file2 中的冗余(如果有)；

   cat file2_1 | sort $1 | uniq > file2_2
   

4. 使用系统命令grep对应的GI名称；

   cat file1-gi | awk '{system ("grep "$1" file2_2")}' >> file1-gi-name
   

5. 打印 file1 的起始 3 列；

   cut -d" " -f-3 file1 > file1_1
   

6. 粘贴两个文件；

   paste file1_1 file1-gi-name > output