文字列の抽出・切り出し・挿入

やりたいこと

awkなどのコマンドを用いて文字列を一部切り取り、別の文字列を挿入したい。

文字列の例

abc

NNNNNNNNNNNNNNNN...(Nが約20万文字続く)...NNACGTACGTACGT..(121MB分続く)

といった文字列です。
改行は一行目のCの後のみです。この文字列のN 20万文字のうち任意の場所を45306文字削り、そこに別の45306文字を挿入したいと考えています。なお、Nは121MBのファイル中数万文字単位の集団で散在しており、一番最初に出てくる「N」集団から45306文字削る指定のしかたを探しております。二行目の最初の文字は「N」で確定しているのでそこから45306文字削るのが早いのかな、と考えています。
文字列を格納しているファイルは、元のファイル・挿入したい文字列のファイル共に .txtです。
ややこしくて申し訳ないです。
初心者で知識が不足しており、困っております。どうかご教授頂けますと幸いです。

hidezzz

2020/06/03 12:51

質問の最初の方は任意の場所を置き換えたいとなっていますが、途中から先頭から置き換えるので構わないと書いてあります。最終的には任意の場所を置き換えたいが、とりあえずの取っ掛かりとして先頭を置き換える方法が知りたいという意味でしょうか？（最終的には、やはり任意の場所を置き換えたい？) 任意の場所を置き換える場合、置き換え対象はNが続いている部分の範囲内で行いたいということでしょうか？

piko22

2020/06/03 13:17

ややこしくてすみません。先頭から始まる20万の「N」の集団の中でしたら置き換える場所ばどこでも良い、という条件で、コマンドを考えるのであれば先頭から45306文字分のNを削るのが早いだろうか、、、と考えた次第です。「N」の集団はファイル中に散在しているので『「N」を45306文字削る』の条件ですと、様々な場所が削れる可能性が考えられるので先頭からいくつと指定した方が確実だろうか、、、という憶測です。 NNNNN [20万(この集団中から45306文字削りたい)] ...NNN....ACGTACGT......NNNNN [30万]....ACGTACGTACG...... といったファイルになっています。

行動規範の内容に同意します

回答3件

ベストアンサー

ファイルサイズは極端に小さいですがn.txtが元ファイルで、x.txtが置き換えデータが入ってるファイルのつもりです。いずれも2行目にデータが入っているものとしています。
文字数の都合で実際のサイズの場合の実行結果は載せませんが、手元ではそれっぽく置き換え出来てることは確認してます。
(GNU Awk 4.1.4で試しました。他の実装だと極端に長い行が取り扱えないものがあるかもしれません。)

terminal
1$ cat n.txt
2abc
30123456789
4$ cat x.txt
5abc
6xyz
7$ awk '{if(F==0){if(FNR==2){rep=$0;len=length(rep)};next}else{if(FNR==1){print}else{print rep substr($0,len+1) }}}' x.txt F=1 n.txt >  n2.txt
8$ cat n2.txt
9abc
10xyz3456789