使用awk批量处理长字符串：移除开头重复T段与结尾重复A段

直接用一行awk命令就能批量处理你的整个文件，不需要逐个字符串粘贴：

awk '{sub(/^.*TT+/,"",$0); sub(/AA+.*$/,"",$0); print}' 你的输入文件名.txt > 保存结果的文件名.txt

命令解释 #

• sub(/^.*TT+/,"",$0)：处理开头部分
  • ^ 匹配行的起始位置
  • .* 贪婪匹配开头到连续T之前的所有内容
  • TT+ 匹配至少2个连续的T（确保是重复的T段，而非单个T）
  • 把这一整段替换为空，就去掉了开头到连续T的所有内容
• sub(/AA+.*$/,"",$0)：处理结尾部分
  • AA+ 匹配至少2个连续的A
  • .*$ 匹配连续A之后到行尾的所有内容
  • 替换为空，去掉结尾的重复A段及后续内容
• print 输出处理后的每行字符串

适配你的示例 #

拿你给出的示例字符串来说：

• 开头的GCTCAATCACTTGGGGACTATTTTTTTTTTTTTTTTTTT会被第一个sub完全移除
• 结尾的AAAAAAAAAAAAAAAAAAAACGTCGCGTCG会被第二个sub完全移除
• 中间的所有T和A都会被保留下来

如果某些行没有符合条件的开头T段或结尾A段，命令不会对该行做任何修改，直接输出原内容，不用担心误处理。

内容的提问来源于stack exchange，提问作者taijifajin