用 bash 寫個由學名找物種資訊小功能

tags: ubuntu 學習筆記 bash

最近的工作需要用到台灣物種名錄（Catalogue of Life in Taiwan，就是以前的臺灣生物多樣性國家資訊網 Taiwan Biodiversity National Information Network, TaiBNET，為了和臺灣生物多樣性國家入口網站 Taiwan Biodiversity Information Facility, TaiBIF 區隔而改中文名）整合的物種分類階層、原生種、保育類、紅皮書等資料來整理每次生態調查到的資料。一樣的事情需要做超過 3 次的話，還是考慮搭配程式來做比較省時，因此就試著用 bash 裡的關聯陣列（associative array）功能來做。

在 bash 4.2 版之後，就有了 associative array 功能。現在大部分的 ubuntu 中都在 4.2 版之後，若要確認，使用

$ bash --version

確定版本後，就可以準備開始製作 associative array。
定義方式有以下 2 種：

$ declare -A assArray1
$ assArray1[dog]=woof
$ assArray1[cat]=meow
$ assArray1[tiger]=roar

$ declare -A assArray2=( [H]=hydrogen [He]=helium [Li]=lithium )

呼叫有以下幾種方式：

$ echo ${assArray1[dog]}
$ woof

$ echo ${#assArray1[cat]}
$ 4

$ echo ${!assArray2[@]}
H Li He

$ echo ${assArray2[@]}
hydrogen lithium helium

$ echo ${#assArray2[@]}
3

用法大概是這樣。接著就可以把台灣物種名錄處理成 associative array 的定義方式了。先思考所需要輸入的 key 應該要是物種的學名，輸出的 value 是台灣物種名錄有關該學名的所有資料，所以定義的時候應該要寫成 array_name[學名]=該學名的資料 這種形式。
確定好就可以把資料載下來處理了。

$ wget https://taibnet.sinica.edu.tw/download/TaiwanSpecies20221230_UTF8.txt.zip
$ unzip TaiwanSpecies20221230_UTF8.txt.zip
#只保留現行接受名，且將第12行的學名複製到第一行，以**區隔；學名資料中的 tab 仍然保留
$ awk -F"\t" -v OFS="**" '$24!~0 {print $12,$0}' taiwan-species.txt > acc.taiwan-species
#要養成備份好習慣喔
$ cp acc.taiwan-species acc.taiwan-species2206.orig
#把學名資料中的tab換掉、學名前加上sciname[、學名後加上]="、行末加上"
$ sed -e 's/\t/\]\[/g' -e 's/^/sciname[/g' -e 's/\*\*/]="/g' -e 's/$/"/g' -e 's/NULL//g' acc.taiwan-species > hash-acc.taiwan-species

到這邊就完成了 associative table，隨便抽一行出來，長成這樣：

sciname[Telchinia issoria formosana]="Animalia][動物界][Arthropoda][節肢動物門][Insecta][昆蟲綱][Lepidoptera][鱗翅目][Nymphalidae][蛺蝶科][444909][Telchinia issoria formosana][Telchinia][][issoria][][formosana][][][(Fruhstorfer, 1912)][][444909][1][1][0][][0][0][苧麻細蝶;苧麻珍蝶;苧麻蝶;細蝶][][][][][][][][][][][][2022-06-03"

用肉眼看起來，][ 取代 tab 的效果相當不錯，看起來就是一個一個的欄位資料用中括號框起來。
若要查詢且輸出，可以用 echo ${sciname[要查詢的學名]} 來找，再用 sed 's/\]\[/\t/g' 把原本用以區隔的 ][ 符號換成 tab。

最後可以寫一個迴圈來大量處理學名，生成資料：

cat $1|\
while read -r line; do
        echo -e "$line\t${sciname[$line]}"| sed 's/\]\[/\t/g'
done

第一個欄位還是貼上需要查詢的學名，萬一沒對到，到時輸出表單還可以手動填上。

隨便找 5 個學名來試看看

$ cat test
Dissomphalus wusheanus
Pristepyris zhejiangensis
Abrocythereis feishania
Abudefduf sordidus
Acanthaster planci

最後輸出結果：

Dissomphalus wusheanus  Animalia        動物界  Arthropoda      節肢動物門      Insecta 昆蟲綱  Hymenoptera     膜翅目  Bethylidae      蟻形蜂科        445807  Dissomphalus wusheanus  Dissomphalus    寬腹蟻形
蜂屬    wusheanus                                       Terayama, 2001          445807  1       1       0       0       0       0       霧社寬腹蟻形蜂                                                          2022-06-21
Pristepyris zhejiangensis       Animalia        動物界  Arthropoda      節肢動物門      Insecta 昆蟲綱  Hymenoptera     膜翅目  Bethylidae      蟻形蜂科        445811  Pristepyris zhejiangensis       Pristepyris      鋸蟻形蜂屬      zhejiangensis                                   (Terayama et al., 2002)         445811  1       1       0       0       0       0       浙江鋸蟻形蜂                                    2022-06-21
Abrocythereis feishania Animalia        動物界  Arthropoda      節肢動物門      Ostracoda       介形蟲綱        Podocopida      速足介目        Trachyleberididae       粗面介科        409530  Abrocythereis feishania  Abrocythereis   艷花介屬        feishania                                       Hu et Tao               409530  1       1       0       1       0               非善艷花介                              2009-09-03
Abudefduf sordidus      Animalia        動物界  Chordata        脊索動物門      Actinopterygii  條鰭魚綱        Perciformes     鱸形目  Pomacentridae   雀鯛科  382311  Abudefduf sordidus      Abudefduf
豆娘魚屬        sordidus                                        (Forsskål, 1775)                382311  1       1       0       1       0       0       梭地豆娘魚;豆娘魚;厚殼仔;梭地雀鯛                       LC               2010-11-15      188467                                  2012-08-27
Acanthaster planci      Animalia        動物界  Echinodermata   棘皮動物門      Asteroidea      海星綱  Valvatida       有瓣目  Acanthasteridae 長棘海星科      313227  Acanthaster planci      Acanthaster
長棘海星屬      planci                                  (Linnaeus)              313227  1       1       0       1       0       0       棘冠海星                                                                2007-11-17

🐕‍🦺2022.12.07