为一系列行更改特定列中的字符串而不丢失 spaces/format

Question

我有一个包含很多行的文件，但我希望将前 4635 行的第五列中的字符串 X 更改为另一个字符串 A，而不会丢失原始 tabs/spacings列之间。

我希望改变（对于特定范围的行）

ATOM   2732  HN  SER X 176     181.410 174.270 311.410  0.00  0.00
ATOM   2733  CA  SER X 176     180.170 172.920 310.330  0.00  0.00
ATOM   2734  HA  SER X 176     179.860 171.950 310.720  0.00  0.00
ATOM   2735  CB  SER X 176     179.010 173.910 310.790  0.00  0.00
ATOM   2736  HB1 SER X 176     178.020 173.710 310.340  0.00  0.00
ATOM   2737  HB2 SER X 176     178.910 173.930 311.900  0.00  0.00

进入

ATOM   2732  HN  SER A 176     181.410 174.270 311.410  0.00  0.00
ATOM   2733  CA  SER A 176     180.170 172.920 310.330  0.00  0.00
ATOM   2734  HA  SER A 176     179.860 171.950 310.720  0.00  0.00
ATOM   2735  CB  SER A 176     179.010 173.910 310.790  0.00  0.00
ATOM   2736  HB1 SER A 176     178.020 173.710 310.340  0.00  0.00
ATOM   2737  HB2 SER A 176     178.910 173.930 311.900  0.00  0.00

我想出了下面的代码，

awk '{if (NR>=1&&NR<=4635) split([=13=], a, FS, seps); a[5]="A"; for (i=1;i<=NF;i++) printf("%s%s", a[i], seps[i]); print ""}' dat > tmp

但文件中的所有行现在似乎在第五列中都有 A，而不是第 1-4635 行。如有任何建议，我们将不胜感激！

Answer 1

添加卷曲 brackets/braces 和一个 else 分支：

awk '{if (NR>=1&&NR<=4635) {split([=10=], a, FS, seps); a[5]="A"; for (i=1;i<=NF;i++) printf("%s%s", a[i], seps[i]); print ""} else {print}}' dat > tmp

没有卷曲 brackets/braces if 的主体只包含一个 split 命令。

Answer 2

使用 GNU awk 将第 3 个参数设为 match() 和 \s/\S shorthand:

$ awk 'NR<4636{match([=10=],/((\S+\s+){4}).(.*)/,a); [=10=]=a[1] "A" a[3]} 1' file
ATOM   2732  HN  SER A 176     181.410 174.270 311.410  0.00  0.00
ATOM   2733  CA  SER A 176     180.170 172.920 310.330  0.00  0.00
ATOM   2734  HA  SER A 176     179.860 171.950 310.720  0.00  0.00
ATOM   2735  CB  SER A 176     179.010 173.910 310.790  0.00  0.00
ATOM   2736  HB1 SER A 176     178.020 173.710 310.340  0.00  0.00
ATOM   2737  HB2 SER A 176     178.910 173.930 311.900  0.00  0.00

或使用任何 awk:

$ awk 'NR<4636{match([=11=],/([^[:space:]]+[[:space:]]+){4}./); [=11=]=substr([=11=],1,RLENGTH-1) "A" substr([=11=],RLENGTH+1)} 1' file
ATOM   2732  HN  SER A 176     181.410 174.270 311.410  0.00  0.00
ATOM   2733  CA  SER A 176     180.170 172.920 310.330  0.00  0.00
ATOM   2734  HA  SER A 176     179.860 171.950 310.720  0.00  0.00
ATOM   2735  CB  SER A 176     179.010 173.910 310.790  0.00  0.00
ATOM   2736  HB1 SER A 176     178.020 173.710 310.340  0.00  0.00
ATOM   2737  HB2 SER A 176     178.910 173.930 311.900  0.00  0.00

Answer 3

如果您的输入是示例中所示的固定宽度字段，那么您可以将 FIELDWIDTHS 与 GNU awk:

结合使用

awk -v FIELDWIDTHS='21 1 *' -v OFS= 'NR<=4635{="A"} 1'

这里，第一个字段由21个字符组成，第二个字段由1个字符组成，其余为第三个字段。然后，您可以仅为必填行更改第二个字段。

如果输入不是固定宽度，那么，你可以使用sed或perl:

# GNU sed
sed -E '1,4635 s/^((\S+\s+){4})\S+/A/'

# if \s and \S isn't supported
sed -E '1,4635 s/^(([^[:space:]]+[[:space:]]+){4})[^[:space:]]+/A/'

perl -pe 's/^(\S+\s+){4}\K\S+/A/ if $.<=4635'

为一系列行更改特定列中的字符串而不丢失 spaces/format

Changing string in a specific column for a range of lines without losing spaces/format

awk

curly-braces