Sed命令无法移除DNA序列表头指定内容，如何修复？

你的需求是移除DNA序列表头中第一个空格后的所有内容，原sed命令无效的原因是正则表达式的语法和逻辑都存在错误，下面是具体分析和正确解法：

原命令的问题 #

1. sed正则语法不兼容：sed默认使用基本正则表达式（BRE），你写的\d、+?属于Perl/扩展正则（ERE）语法，在BRE里不生效——比如\d要换成[0-9]或[[:digit:]]，+需要转义成\+才能被识别。
2. 正则逻辑错误：[^(>\d+?MT?X?GPS_\d+\.\d+)]是字符否定集合，作用是匹配不在指定集合里的单个字符，这和你“保留第一个空格前内容”的需求完全相悖，相当于反向匹配了错误内容。
3. 没必要复杂匹配前缀：你不需要写一堆规则去匹配10、MT、GPS_xxx这些前缀，核心需求只是删除第一个空格及之后的所有内容，逻辑可以大幅简化。

正确的sed命令 #

最简版（直接处理所有行） #

sed -i 's/ .*//' newHeader.txt

• 解释： 匹配第一个空格，.*匹配空格后面的所有字符，替换为空后直接保留空格前的内容。

严谨版（只处理>开头的表头行） #

如果文件里还有非表头行，只想处理以>开头的行，可以添加行匹配条件：

sed -i '/^>/ s/ .*//' newHeader.txt

• 解释：/^>/筛选出以>开头的行，仅对这些行执行删除空格后内容的操作，避免误修改其他行。

测试验证 #

用你的输入内容测试，执行命令后会得到你期望的输出：

>10
>11
>12
>MT
>X
>GPS_000341582.1
>GPS_000341583.1
>GPS_000341584.1
>GPS_000341585.1
>GPS_000341586.1

内容的提问来源于stack exchange，提问作者Callie