对基因组文件的文件操作

Question

我有一个以下格式的基因组文件（大小：~840 MB 和 13801301 行）（'genome.txt'）

>SL3.0ch00

AATAATAATAATAATAATAATAATAAATAAATAAATAAATAATAATAATAATAATAATAA

TAAATAAATAAATAAATAAATAAATAAATAAATAATAATAATAATAATAATAATAATAAT

AATAATAATAATAATAATAATAATAATAATAATAATAATAATAATAATAATAATAATAAT

AATAATAATAATAATAATAATAATAATAAAAATAATAATAATAATAATAATAATAATAAT

>SL3.0ch01

TAGAGGATCTTGGAGGAGGTTCATTGCTGCAGATATTCCATTCATCCGATTTCCTCCAAG

ATGTACCGCGATTTGAGAGAGGTATATTGGTGGGAAGGCAAAGAGAGAGATATTGTTGCC

AAGTACCTGAGTTGCCAACAAGTGAAAGTAGAGCACCAAAGTCCTGGAGGTTTGGCTCAA

ACTTTAGAACTTCTTGAATGGAAGTGGAGATAAATAACATGGACTTTATCACAGGTTTGC

>SL3.0ch02

ATGTACCGCGATTTGAGAGAGGTATATTGGTGGGAAGGCAAAGAGAGAGATATTGTTGCC

AAGTACCTGAGTTGCCAACAAGTGAAAGTAGAGCACCAAAGTCCTGGAGGTTTGGCTCAA

ACTTTAGAACTTCTTGAATGGAAGTGGAGATAAATAACATGGACTTTATCACAGGTTTGC

AAAGATCTCGAAGGCAACATGACTCTAGGTGATTTTCGATAGAATGACAAAGTCATCCCT

我想删除换行符和所有标签 '>SL3.0ch00' 以便我在文件中有一个统一的字母字符串（没有任何空格/换行符/标签）。任何帮助表示赞赏。

Answer 1

使用grep和tr：grep -v '>' file | tr -d '\n'

Answer 2

awk 'BEGIN{ORS=""}; !/>/{print}' test.txtORS 是输出记录分隔符变量。设置为“”，它删除\n!/>/ 选择不包含 > 的行