用 awk 替换列，并保留格式

Question

这是文件

a.pdb

:

ATOM      1  N   ARG     1       0.000   0.000   0.000  1.00  0.00           N
ATOM      2  H1  ARG     1       0.000   0.000   0.000  1.00  0.00           H
ATOM      3  H2  ARG     1       0.000   0.000   0.000  1.00  0.00           H
ATOM      4  H3  ARG     1       0.000   0.000   0.000  1.00  0.00           H

这是文件

a.xyz

:

16.388 -5.760 -23.332
17.226 -5.608 -23.768
15.760 -5.238 -23.831
17.921 -5.926 -26.697

我想用

a.pdb

列替换

a.xyz

的第 6,7 和第 8 列。 更换后，我需要维护

a.pdb

的制表符/空格/列。

我已经尝试过：

awk 'NR==FNR {fld1[NR]=$1; fld2[NR]=$2; fld3[NR]=$3; next} {$6=fld1[FNR]; $7=fld2[FNR]; $8=fld3[FNR]}1' a.xyz a.pdb 

但它不保留格式。

Answer 1

这正是 GNU awk 中 split() 的第四个参数的发明目的：

gawk '
NR==FNR { pdb[NR]=$0; next }
{
    split(pdb[FNR],flds,FS,seps)
    flds[6]=$1
    flds[7]=$2
    flds[8]=$3
    for (i=1;i in flds;i++)
        printf "%s%s", flds[i], seps[i]
    print ""
}
' a.pdb a.xyz

ATOM      1  N   ARG     1       16.388   -5.760   -23.332  1.00  0.00           N
ATOM      2  H1  ARG     1       17.226   -5.608   -23.768  1.00  0.00           H
ATOM      3  H2  ARG     1       15.760   -5.238   -23.831  1.00  0.00           H
ATOM      4  H3  ARG     1       17.921   -5.926   -26.697  1.00  0.00           H

Answer 2

不是通用解决方案，但这可能适用于这种特殊情况：

awk 'NR==FNR{for(i=6; i<=8; i++) A[FNR,i]=$(i-5); next} {for(i=6; i<=8; i++) sub($i,A[FNR,i])}1' file2 file1

或

awk '{for(i=6; i<=8; i++) if(NR==FNR) A[FNR,i]=$(i-5); else sub($i,A[FNR,i])} NR>FNR' file2 file1

不过，还是有一点转变。我们需要知道字段宽度以防止这种情况发生。

-- 或者也许带有子字符串：

awk 'NR==FNR{A[FNR]=$0; next} {print substr($0,1,p) FS A[FNR] substr($0,p+length(A[FNR]))}' p=33 file2 file1

-- 在OP的原始解决方案中更改它：

awk 'NR==FNR {fld1[NR]=$1; fld2[NR]=$2; fld3[NR]=$3; next} {sub($6,fld1[FNR]); sub($7,fld2[FNR]); sub($8,fld3[FNR])}1' file file1

与前 2 个建议具有相同的限制。

因此 1、2 和 4 使用

sub

来替换，这不是防水解决方案，因为早期的字段可能会干扰并且它使用正则表达式而不是字符串（因此正则表达式点恰好与实际点匹配），但是有了这个特定的输入，它可能会成功..

可能是nr。 3将是一个更万无一失的方法..

--编辑-- 我认为这适用于给定的输入：

awk 'NR==FNR{A[FNR]=$1 "  " $2 " " $3; next} {print substr($0,1,p) A[FNR] substr($0,p+length(A[FNR]))}' p=32  file2 file1

但我认为需要类似

printf

或

sprint

的格式才能使其万无一失。 所以，也许是这样的：

awk 'NR==FNR{A[FNR]=sprintf("%7.3f %7.3f %8.4f", $1, $2, $3); next} {print substr($0,1,p) A[FNR] substr($0,p+length(A[FNR]))}' p=31 file2 file1

或者不在一行：

awk '
  NR==FNR {
    A[FNR]=sprintf("%7.3f %7.3f %8.4f", $1, $2, $3)
    next
  }
  {
    print substr($0,1,p) A[FNR] substr($0,p+length(A[FNR]))
  }
' p=31 file2 file1

Answer 3

你可以试试这个

paste -d' '  test4 test5 |awk '{print $1,$2,$3,$4,$5,$12,$13,$14,$9,$10,$11}'

Answer 4

这是一个 POSIX awk 解决方案。没有 gawk 的扩展

split()

，我们必须自己跟踪间距：

awk '
  NR==FNR {fld1[NR]=$1; fld2[NR]=$2; fld3[NR]=$3; next}
  {
    tmp = $0
    n = 0
    out = ""
    for (i = 1; i < NF; i++) {
      tmp = substr(tmp, n)
      spacing = substr(tmp, 1, index(tmp, $i) - 1)
      n = length(spacing $i) + 1
      out = out spacing
      if (i == 6) out = out fld1[FNR]
      else if (i == 7) out = out fld2[FNR]
      else if (i == 8) out = out fld3[FNR]
      else out = out $i
    }
    $0 = out substr(tmp, n)
  }
  1
' a.xyz a.pdb

ATOM      1  N   ARG     1       16.388   -5.760   -23.332  1.00  0.00           N
ATOM      2  H1  ARG     1       17.226   -5.608   -23.768  1.00  0.00           H
ATOM      3  H2  ARG     1       15.760   -5.238   -23.831  1.00  0.00           H
ATOM      4  H3  ARG     1       17.921   -5.926   -26.697  1.00  0.00           H

它会跟踪每个字段之间的间距，以便在替换后可以重新组装。

首先，我们将临时变量

tmp

设置为整条线

$0

，并初始化位置跟踪器

n

和最终组装

out

。然后我们循环遍历 awk 已经解析的每个字段。循环第一次运行中的第一个

tmp

赋值不会执行任何操作，因为

n

为零。然后我们将

spacing

设置为

tmp

位于我们所在字段的第一个实例之前的部分（其值为

$i

）。接下来，

n

更新到新位置，以便我们可以在下一次迭代中缩小

tmp

。

out

获得我们刚刚保存的间距。

现在，我们终于可以执行您想要执行的操作了。我们检查

$6 = fld1[FNR]

并将值附加到

i

，而不是

out

。如果它不是我们想要的替换之一，我们只需附加原始值。

循环之后，我们将

$0

分配给准备好的

out

，并且任何尾随字段分隔符可能会持续存在（可能什么也没有）。独立的

1

子句会导致其打印。

---

您很可能可以在运行更简单的 awk 代码后重新格式化输出。只需通过管道即可

column -t

:

awk 'NR==FNR {fld1[NR]=$1; fld2[NR]=$2; fld3[NR]=$3; next} {$6=fld1[FNR]; $7=fld2[FNR]; $8=fld3[FNR]}1' a.xyz a.pdb |column -t

ATOM  1  N   ARG  1  16.388  -5.760  -23.332  1.00  0.00  N
ATOM  2  H1  ARG  1  17.226  -5.608  -23.768  1.00  0.00  H
ATOM  3  H2  ARG  1  15.760  -5.238  -23.831  1.00  0.00  H
ATOM  4  H3  ARG  1  17.921  -5.926  -26.697  1.00  0.00  H

另请参阅我自己的 columns 脚本，我更喜欢它而不是

column -t

，因为它更强大并且可以处理颜色和选项卡。