如何刪除文件中每次出現的“>”和“細菌”一詞之間的部分？

我想刪除文件中每次出現的the>和 word之間的部分。Bacteria

• 這是輸入的範例：

>AADV02000003.105686.107093 Bacteria;Cyanobacteria;Cyanobacteriia;Cyanobacteriales;

• 結果應如下所示：

>Bacteria;Cyanobacteria;Cyanobacteriia;Cyanobacteriales;

這是一個 FASTA 文件（仿生資訊學中的一種常見文件格式），因此>始終是該行中的第一個非空白字元，並且該行中只有一個這樣的字元。

我正在考慮使用sed，但我不確定如何設置命令。感謝您的幫助。

假設這是一個 fasta 文件，具有多個標題和序列行，其中標題以 a 開頭，>並且>只能作為行的第一個非空白字元出現，您可以執行以下操作：

sed 's/^ *>[^ ]* />/' file.fa 

這將查找以 0 個或多個空格開頭然後是 a>的行，並將從行的開頭、到>和直到第一個空格的所有內容替換為>，有效地刪除第一個空格之前的所有內容。

要編輯原始文件而不是將其列印到標準輸出，請使用：

sed -i.bak 's/^ *>[^ ]* />/' file.fa 

這將創建一個名為的文件，該文件file.fa.bak將是原始文件的副本。

引用自：https://unix.stackexchange.com/questions/698072