有人在微信群里问到这样一个问题：

请问我想把参考基因组中所有的A和C替换成C和A，小写也按照这样的规则替换，该怎么实现呢，tr可以做到，但是我想保证>后面的染色体名字不会被替换?

tr命令确实可以完成文本字符替换一对一的映射，但很显然，这样的功能想要解决这个问题是不够的，它把不想要改变的文本也改变了。

解决问题的思路在于如何实现带>标志的文本直接输出，而DNA字符行被执行转换命令。这个问题其实使用sed命令就可以快速解决，不少朋友对于sed的使用可能记忆为我在笔记中写的：

1

command/pattern/replacement/flag

command是一些命令，比如s,d等，flag是一些标记，i,g等等。

这样认识sed命令其实不是很全面，sed允许指定文本模式来过滤出命令要作用的行，格式如下：

1

/pattern/command

所以整理起来，sed格式其实（除了一些选项）为

1

/pattern/command/pattern/replacement/flag

第一个pattern用来过滤出要处理的文本行，第二个pattern是sed命令要作用的模式。

那么利用这个特定，一开始的问题可以利用正则表达式非常简单地解决了：

先用/^[^>]/找到不以>开始的行，然后执行sed字符转换命令。

1
2
3
4
5
6
7
8
9
10
11

# 随便写一个测试文本
$ cat test
> CAACCA
acgtACGTACTGagct
tacgactNNNNNNNNNNNNNNNN

$ cat test | sed '/^[^>]/y/ACac/CAca/'
> CAACCA
cagtCAGTCATGcgat
tcagcatNNNNNNNNNNNNNNNN

有兴趣的可以看看初识sed与awk这篇笔记。