是否在awk中的列之间保持适当的间距(每个字段的宽度)

Question

我遇到了一个大问题。我正在处理.gro文件，它看起来像这样：

1BGL     C5    1   2.636  14.120   1.951 -0.0345 -0.8088 -0.2809
1BGL     H5    2   2.573  14.031   1.945  0.1969 -1.0999  1.1792
1BGL     O5    3   2.567  14.198   1.847 -1.0918 -0.2789 -0.0370
1BGL     C1    4   2.644  14.307   1.793 -0.3029 -0.4378 -0.4234
1BGL     H1    5   2.600  14.360   1.709  1.4710  0.2783 -0.9469
1BGL     C2    6   2.794  14.277   1.750  0.2264  0.3957  0.6673
1BGL     H2    7   2.855  14.363   1.723  0.7219  0.1907  1.1240
1BGL     O2    8   2.787  14.184   1.640 -0.1728 -0.5002 -0.0302
1BGL    HO2    9   2.788  14.247   1.569  1.3442 -0.4575  0.0054
1BGL     C3   10   2.868  14.205   1.867  0.4088  0.4514  0.0495
1BGL     H3   11   2.962  14.157   1.840  0.0154 -2.1311  2.8580
1BGL     O3   12   2.901  14.298   1.973  0.0978  0.1123 -0.2596
1BGL    HO3   13   2.942  14.246   2.040 -1.2865  3.4404  3.5009
1BGL     C4   14   2.783  14.089   1.918  0.6092  0.5852 -0.0412
1BGL     H4   15   2.786  14.021   1.832  0.7162 -0.0675  0.4699
1BGL     O4   16   2.854  14.040   2.031  0.3832 -0.0763 -0.6561

当我使用awk时，它看起来像

1BGL C5 1 2.636 14.120 1.951 -0.0345 -0.8088 -0.2809
1BGL H5 2 2.573 14.031 1.945 0.1969 -1.0999 1.1792
1BGL O5 3 2.567 14.198 1.847 -1.0918 -0.2789 -0.0370
1BGL C1 4 2.644 14.307 1.793 -0.3029 -0.4378 -0.4234
1BGL H1 5 2.600 14.360 1.709 1.4710 0.2783 -0.9469
1BGL C2 6 2.794 14.277 1.750 0.2264 0.3957 0.6673
1BGL H2 7 2.855 14.363 1.723 0.7219 0.1907 1.1240
1BGL O2 8 2.787 14.184 1.640 -0.1728 -0.5002 -0.0302
1BGL HO2 9 2.788 14.247 1.569 1.3442 -0.4575 0.0054
1BGL C3 10 2.868 14.205 1.867 0.4088 0.4514 0.0495
1BGL H3 11 2.962 14.157 1.840 0.0154 -2.1311 2.8580
1BGL O3 12 2.901 14.298 1.973 0.0978 0.1123 -0.2596
1BGL HO3 13 2.942 14.246 2.040 -1.2865 3.4404 3.5009
1BGL C4 14 2.783 14.089 1.918 0.6092 0.5852 -0.0412
1BGL H4 15 2.786 14.021 1.832 0.7162 -0.0675 0.4699
1BGL O4 16 2.854 14.040 2.031 0.3832 -0.0763 -0.6561

你可以在这里阅读http://manual.gromacs.org/archive/5.0.4/online/gro.html

这种格式是固定的，即所有列都位于固定的位置。可选地(目前只有trjconv(，您可以编写任何小数位数的gro文件，然后格式将是n+5个位置，其中n个小数位数(n+1表示速度(，而不是8个位置，中3个(4表示速度(。读取后，将根据小数点之间的距离推断精度(将为n+5(。列包含以下信息(从左到右(：

residue number (5 positions, integer)
residue name (5 characters)
atom name (5 characters)
atom number (5 positions, integer)
position (in nm, x y z in 3 columns, each 8 positions with 3 decimal places)
velocity (in nm/ps (or km/s), x y z in 3 columns, each 8 positions with 4 decimal places) 

注意，单独的分子或离子(如水或Cl-(被视为残留物。如果你想在不使用GROMACS库的情况下在自己的程序中编写这样的文件，你可以使用以下格式：

C格式"%5d%-5s%5s%5d%8.3f%8.3f%8.3f%8.4f%8.4f">

所以在使用awk之后，我希望在列之间保持适当的空间。是否可以像在C中那样使用printf("%8i%6 i"，column1，column2(来实现这一点？

例如，我使用脚本

#!/bin/bash
awk '
FNR==1{
++count
value=count"BGL"
}
{
$1=value
}
1
FNR%3==0{
++count
value=count"BGL"
}
' after_SOL.gro | tee after_SOL2.gro

我输入的片段

1BGL     C5    1   2.636  14.120   1.951 -0.0345 -0.8088 -0.2809
1BGL     H5    2   2.573  14.031   1.945  0.1969 -1.0999  1.1792
1BGL     O5    3   2.567  14.198   1.847 -1.0918 -0.2789 -0.0370
1BGL     C5  130   6.603  15.918   1.894 -0.6780  0.4970 -0.5245
1BGL     H5  131   6.632  15.913   1.999  0.6027 -3.0418 -0.9360
1BGL     O5  132   6.497  16.023   1.909 -1.1935  0.9474 -0.2080
1BGL     C5  259   5.066   8.182   0.249 -0.2465 -0.7831 -0.0006
1BGL     H5  260   5.085   8.166   0.355  2.0262 -0.0662 -0.2570
1BGL     O5  261   5.080   8.322   0.226 -0.6550 -0.0725 -0.0582

我的输出

1BGL C5 1 2.636 14.120 1.951 -0.0345 -0.8088 -0.2809
1BGL H5 2 2.573 14.031 1.945 0.1969 -1.0999 1.1792
1BGL O5 3 2.567 14.198 1.847 -1.0918 -0.2789 -0.0370
2BGL C5 130 6.603 15.918 1.894 -0.6780 0.4970 -0.5245
2BGL H5 131 6.632 15.913 1.999 0.6027 -3.0418 -0.9360
2BGL O5 132 6.497 16.023 1.909 -1.1935 0.9474 -0.2080
3BGL C5 259 5.066 8.182 0.249 -0.2465 -0.7831 -0.0006
3BGL H5 260 5.085 8.166 0.355 2.0262 -0.0662 -0.2570
3BGL O5 261 5.080 8.322 0.226 -0.6550 -0.0725 -0.0582

不，它不可能在GROMACS程序中使用该文件，因为它需要在列之间有适当的空间

Answer 1

您发布的脚本不会生成您发布的输出，但如果生成了，那么您可以将其更改为：

$ cat tst.awk
FNR==1{
++count
value=count"BGL"
}
{
match($0,/^[[:space:]]*[^[:space:]]+/)
$0 = sprintf("%*s%s",RLENGTH,value,substr($0,RLENGTH+1))
}
1
FNR%22==0{
++count
value=count"BGL"
}

以下是我如何真正编写您使用的脚本来获得您发布的输出，这样您就不会编写重复的代码来增加count和设置value，也不需要count或value变量：

$ cat tst.awk
{
match($0,/^[[:space:]]*[0-9]+/)
printf "%*d%sn", RLENGTH, int(((NR-1)/3)+1), substr($0,RLENGTH+1)
}
$ awk -f tst.awk file
1BGL     C5    1   2.636  14.120   1.951 -0.0345 -0.8088 -0.2809
1BGL     H5    2   2.573  14.031   1.945  0.1969 -1.0999  1.1792
1BGL     O5    3   2.567  14.198   1.847 -1.0918 -0.2789 -0.0370
2BGL     C5  130   6.603  15.918   1.894 -0.6780  0.4970 -0.5245
2BGL     H5  131   6.632  15.913   1.999  0.6027 -3.0418 -0.9360
2BGL     O5  132   6.497  16.023   1.909 -1.1935  0.9474 -0.2080
3BGL     C5  259   5.066   8.182   0.249 -0.2465 -0.7831 -0.0006
3BGL     H5  260   5.085   8.166   0.355  2.0262 -0.0662 -0.2570
3BGL     O5  261   5.080   8.322   0.226 -0.6550 -0.0725 -0.0582