El tercer parámetro de la expansión es la longitud del recorte y no la posición final de éste. Puedes consultarlo en la ayuda con man bash
:
${parameter:offset:length}
Substring Expansion. Expands to up to length
characters of parameter
starting at the character specified by offset
. If length
is omitted, expands to the substring of parameter
starting at the character specified by offset
. length
and offset
are arithmetic expressions (see ARITHMETIC EVALUATION below).
En castellano:
${parámetro:inicio:longitud}
Expansión de Subcadena. Expande hasta longitud
caracteres de la cadena parámetro
comenzando por el carácter cuya posición está especificada por inicio
. Si se omite longitud
, expande a la subcadena de parámetro
comenzando en el carácter especificado por inicio
hasta el final. longitud
e inicio
son expresiones aritméticas (ver EVALUACIÓN ARITMÉTICA más abajo).
Por lo que tu código quedaría:
#!/bin/bash
a=$(cat $1|wc -m)
b=$(cat $1)
for ((i=0;i<$a;i=i+3));do
echo ${b:i:3}
done
Si lo que quieres es contar los trinucleótidos, podría bastarte con calcular ($a + 2) / 3
:
#!/bin/bash
b=$(<"$1")
a=${#b}
echo "Número de trinucleótidos: $(((a + 2) / 3))"
for ((i=0; i<$a; i=i+3))
do
echo ${b:i:3}
done
Quiero resaltar el uso de $(<"$1")
para cargar el contenido de un archivo en una variable (entre comillas para dar soporte a archivos con espacios en blanco) y el de ${#b}
para obtener la longitud de una variable.
Si únicamente te interesa el cálculo del número y en ningún momento te interesa mostrar su contenido, entonces es mejor hacer:
#!/bin/bash
NUM=$(wc -c < "$1")
echo "Número de trinucleótidos: $(((NUM + 2) / 3))"
O, de manera reducida, $((( $(wc -c < "$1") + 2) / 3))
.
Notar el uso de wc -c < [archivo]
para evitar que aparezca el nombre del archivo junto con el resultado de la cuenta.
Hay que tener en cuenta que wc -m
es mucho más lento que wc -c
en archivos muy grandes porque no requiere leer su contenido para contar caracteres multibyte. Una letra ñ
es un carácter, pero ocupa dos bytes en un archivo codificado en UTF-8.
Además habría que tener en cuenta que ambos (-m
y -c
) contarían todos los avances de línea (\n
) si los hubiera.