Тот же подход, что и bu5hman , т. е. предполагается, что идентификатор образца является частью имени файла до первой точки:
#!/bin/sh
csv_print_row () {
# Outputs a CSV-formatted row of an arbitrary number of fields.
# Will quote fields containing commas. That's all.
for field do
case $field in
*,*) set -- "$@" "\"$field\"" ;;
*) set -- "$@" "$field"
esac
shift
done
# The fields are now (possibly quoted) in the list of positional parameters.
# Print this list as a comma-delimited string:
( IFS=,; printf "%s\n" "$*" )
}
# Output header
csv_print_row "sample_id" "absolute-filepath" "direction"
# Loop over the *.fq files in the current directory
for fastq in *.fq; do
# The sample ID is the filename up to the first dot.
sample_id=${fastq%%.*}
# Figure out the direction of the sample
case $fastq in
*.R1.*) dir=forward ;;
*.R2.*) dir=reverse ;;
*) dir=unknown
esac
# Output row for this sample
csv_print_row "$sample_id" "$PWD/$fastq" "$dir"
done
Тестирование:
$ ls -l
total 4
-rw-r--r-- 1 kk wheel 0 Mar 13 18:01 sample-1.R1.fq
-rw-r--r-- 1 kk wheel 0 Mar 13 18:01 sample-1.R2.fq
-rw-r--r-- 1 kk wheel 0 Mar 13 18:01 sample-2.R1.fq
-rw-r--r-- 1 kk wheel 0 Mar 13 18:01 sample-2.R2.fq
-rw-r--r-- 1 kk wheel 0 Mar 13 18:01 sample-3.R1.fq
-rw-r--r-- 1 kk wheel 0 Mar 13 18:01 sample-3.R2.fq
-rw-r--r-- 1 kk wheel 0 Mar 13 18:01 sample-4.R1.fq
-rw-r--r-- 1 kk wheel 0 Mar 13 18:01 sample-4.R2.fq
-rw-r--r-- 1 kk wheel 629 Mar 13 18:00 script.sh
-rw-r--r-- 1 kk wheel 0 Mar 13 18:02 strange, sample.R1.fq
-rw-r--r-- 1 kk wheel 0 Mar 13 18:02 strange, sample.R2.fq
-rw-r--r-- 1 kk wheel 0 Mar 13 18:02 strange, sample.R3.fq
$ sh script.sh
sample_id,absolute-filepath,direction
sample-1,/tmp/shell-yash.zm5cvzG6/sample-1.R1.fq,forward
sample-1,/tmp/shell-yash.zm5cvzG6/sample-1.R2.fq,reverse
sample-2,/tmp/shell-yash.zm5cvzG6/sample-2.R1.fq,forward
sample-2,/tmp/shell-yash.zm5cvzG6/sample-2.R2.fq,reverse
sample-3,/tmp/shell-yash.zm5cvzG6/sample-3.R1.fq,forward
sample-3,/tmp/shell-yash.zm5cvzG6/sample-3.R2.fq,reverse
sample-4,/tmp/shell-yash.zm5cvzG6/sample-4.R1.fq,forward
sample-4,/tmp/shell-yash.zm5cvzG6/sample-4.R2.fq,reverse
"strange, sample","/tmp/shell-yash.zm5cvzG6/strange, sample.R1.fq",forward
"strange, sample","/tmp/shell-yash.zm5cvzG6/strange, sample.R2.fq",reverse
"strange, sample","/tmp/shell-yash.zm5cvzG6/strange, sample.R3.fq",unknown
Чтобы создать свой манифест:
sh script.sh >manifest-file.csv
Обратите внимание, что это приведет к созданию неверных выходных данных CSV, если какое-либо имя файла содержит двойные кавычки.
Для правильной обработки полей в кавычках, содержащих двойные кавычки, вам придется использовать что-то вроде
csv_print_row () {
# Outputs a CSV-formatted row of an arbitrary number of fields.
# Quote fields that needs quoting
for field do
case $field in
*[,\"]*) set -- "$@" "\"$field\"" ;;
*) set -- "$@" "$field"
esac
shift
done
# Double up internal double quotes in fields that have been quoted
for field do
case $field in
'"'*'"'*'"')
field=$( printf '%s\n' "$field" | sed 's/"/""/g' )
# Now remove the extra quote at the start and end
field=${field%\"}
field=${field#\"}
esac
set -- "$@" "$field"
shift
done
( IFS=,; printf "%s\n" "$*" )
}
Это по-прежнему не подходит для полей, содержащих символы новой строки, но обработка этого вывела бы нас за рамки этого вопроса.
См. также: