Concaténation de paires de fichiers avec un schéma de nommage spécifique (UBUNTU)

Question

** Il semble y avoir une réponse partielle ici, mais l'utilisateur a rencontré le même problème que moi: il est important de préserver le schéma de nommage d'origine.

Loop to concatenate multiple pairs of files with almost the same name in UNIX **

J'ai un dossier avec des fichiers Paired; les noms ressemblent à ceci (tous sont stockés dans le même dossier/répertoire):

MX_HF20.1.fq.gz; MX_HF20.rem.1.fq.gz

MX_HF22.1.fq.gz; MX_HF22.rem.1.fq.gz

.

.

.

SD_F296.1.fq.gz; SD_F296.rem.1.fq.gz

SD_F297.1.fq.gz; SD_F297.rem.1.fq.gz

(Certains d'entre vous reconnaître en sortie STACKS!)

Vraiment, je suis à la recherche d'ajouter le contenu du * .1.rem.fq Fichier .gz à la fin du fichier * .1.fq.gz, en conservant le nom du fichier * .1.fq.gz d'origine. Je ai joué avec des fichiers de test, donc je sais que cat va le faire même si les fichiers sont. Gz. Mais mes capacités de script bash sont au mieux médiocres, et travailler avec et stocker des variables de nom est un concept que je n'arrive toujours pas à saisir.

Merci beaucoup!

Answer 1

Peut-être essayer en utilisant match retour bash:

#!/bin/bash 

p='([A-Z]+_[A-Z]+)([0-9]+)\.1\.rem\.fq\.gz' 

for f in *.gz; do 
    if [[ $f =~ $p ]]; then 
     cat "${f}" >> "${BASH_REMATCH[1]}${BASH_REMATCH[2]}.1.fq.gz" 
    fi 
done 

Ainsi, par exemple:

SD_F297.1.rem.fq.gz sera annexé à SD_F297.1.fq.gz

Answer 2

On dirait que vous cherchez quelque chose comme ceci:

#!/bin/bash 
for file1 in *.1.fq.gz; do 
    file2=`echo $file1 | sed -E 's/(*\.1)\.fq\.gz/\1.rem.fq.gz/'` 
    cat $file1 $file2 > out.$file1 
done 

Les backquotes exécutent un shel commande l et insérer le résultat texte à ce point dans votre script

sed est l'éditeur de flux dans unix qui manipule des lignes de texte

Il utilise des expressions régulières, et dans ce cas vous avez besoin() pour le groupe et la capture la première partie du nom de fichier et \ 1 pour le référencer