Удаление вариабельной строки на многих файлах

sedнеужели:

sed -E 's/>([0-9]+_)(\w+)/>\2/' files

если ваш шаблон точно в вопросе:

sed -E 's/([0-9]+_)//' files

• -Eиспользовать расширенные регулярные выражения
• ([0-9]+_)(\w+)определяет две области Word Pattern , к которым вы можете получить доступ с помощью \1 и \2 .

Используя стандарт sedи предполагая, что все файлы расположены в текущем каталоге:

mkdir fixed || exit 1   # exits if the output directory already exists
for filename in *.sorted; do
    sed '/^>[0-9]*_/s//>/' "$filename" >"fixed/$filename"
done

Это будет перебирать все имена файлов, соответствующие шаблону *.sorted, и для каждого запускать короткий sedскрипт.

Сценарий sedнайдет все заголовки Fasta, которые начинаются с числа, за которым следует символ подчеркивания. Когда он найдет его, он заменит маркер заголовка, число и подчеркивание только маркером заголовка >.

Результат будет записан в новые файлы в подкаталоге fixed.

[OP wrote] Pretty sure there is a simple sed solution which I can't seem to figure out.

Верно.

[OP wrote] Notes: The characters are always five numbers followed by an underscore followed by Pseudomonas_etcetera. This string is always at the beginning of its line and it always starts with ">". All files have a ".sorted" extension.

Ваше описание оператора pbm довольно точно в том смысле, что его можно успешно перевести в sedкод. Вот как:

• Эта строка всегда находится в начале своей строки и всегда начинается с ">" :регулярное выражение =>/^>/
• Символы всегда 5 числовых символов :регулярное выражение =>/^>[0-9][0-9][0-9][0-9][0-9]/
• После символа подчеркивания следует "Pseudomonas _etcetera" :регулярное выражение =>/^>[0-9][0-9][0-9][0-9][0-9]_Pseudomonas_etcetera/
• Основной синтаксис подстановочной команды в sed— :s/regex/rpl_str/, что означает, что любая часть пространства шаблонов (, обычно текущая строка, также известная как запись ), соответствует регулярному выражению (на LHSкоманды s///следует заменить строкой замены в RHSкоманды s///.
• Таким образом, ваша команда сделать замену:
• sed -e 's/^>[0-9][0-9][0-9][0-9][0-9]_Pseudomonas_etcetera/>Pseudomonas_etcetera/' inp1.sorted
• Отказ от ответственности :Не проверял.