使用sed/awk/cut修改文本中以>开头的行，提取|分隔的指定字段

方案1：sed 单命令实现（优先推荐，兼容性好、效率极高） #

GNU sed（Linux系统默认自带）直接执行以下命令即可原地修改文件：

sed -i '/^>/ s/^>[^|]*|\([^|]*\)|.*/>\1/' 目标文件.txt

如果你需要自动备份原文件，避免操作失误，可以加备份后缀：

# 执行后会自动生成 目标文件.txt.bak 备份
sed -i.bak '/^>/ s/^>[^|]*|\([^|]*\)|.*/>\1/' 目标文件.txt

如果是macOS系统自带的sed，命令需要调整为：

sed -i '' '/^>/ s/^>[^|]*|\([^|]*\)|.*/>\1/' 目标文件.txt

命令逻辑说明： #

• /^>/ 仅匹配以>开头的待修改行，其他行原样保留
• 替换规则：匹配开头>+第一个|之前的所有内容 + 第一个| + 捕获两个|之间的内容 + 后续所有内容，最终替换为>加捕获到的需要保留的字段
• 单遍扫描文件，无额外进程开销，百万行大文件处理效率极高

方案2：awk 实现 #

如果你更习惯用awk，gawk 4.1及以上版本支持原地编辑，执行以下命令即可：

awk -i inplace 'BEGIN{FS="|"} /^>/{print ">" $2; next} {print}' 目标文件.txt

命令逻辑说明： #

• 以|作为字段分隔符
• 匹配到>开头的行时，直接输出>加第二个字段，跳过后续逻辑
• 其他行原样输出
• 同样为单遍扫描，处理大文件效率极高

补充说明 #

你之前单独用cut的方案已经很接近需求，只是cut无法针对特定行前缀做特殊处理，配合sed/awk的行匹配能力就可以完美满足要求，不需要多命令管道组合，避免额外IO开销。

内容的提问来源于stack exchange，提问作者roblanf