Linux - grep
2023-03-07 09:44:52 时间
生信技能树学习笔记
grep
文本搜索工具,能使用正则表达式匹配模式搜索文本
>grep -nr 'TATATT' Data/ ##显示行号
>less Data/example.gtf | grep -w 'gene' ## 以单词的格式查找
>cat Data/example.gtf | grep -w -e 'gene' -e 'exon' ## 多个关键词
>cat file
gene
UTR
start_codon
stop_codon
>cat Data/example.gtf | grep -w -f file ##从文件中读取
正则表达式
cat readme.txt | grep '^T' ##找出行首为T
cat Data/example.fa | grep -n '^TATA' ##找出行首为TATA,并标出行号
cat Data/example.fa | grep -n 'TATA$' ##末尾是TATA
cat Data/example.fa | grep -n '^TATA$' ##这一行只有TATA
cat readme.txt | grep 'f.ee' ## . 替代除了换行符之外的任意字符
cat readme.txt | grep 'f\?ee' ## xee 或 fee f出现一次或者零次
cat readme.txt | grep -E 'f?ee' ## 写-E就不用写反斜线
cat readme.txt | grep 'f\\?ee' ## 查找的是 f\?ee
cat readme.txt | grep [bB] ## b或B
cat readme.txt | grep [^Tt] ##排除T和t
cat Data/example.gtf | grep -E 'UTR|exon'
### 建议所有的正则表达式都带上-E
cat Data/example.gtf | grep -wc 'gene'
cat Data/example.gtf | grep -vc 'exon'
cat Data/example.gtf | grep -wE 'CDS|UTR'
cat Data/example.gtf | grep -w -e 'CDS' -e 'UTR'
cat Data/example.fq | grep -c '@'
cat Data/example.fq | grep -c '^@'
grep -r -E -n 'TATA[AT]A[AT][ATCG]' Data/
cat Data/example.fq | grep -c '^@'
>1006
wc -l Data/example.fq
>4000
## 多了6@开头的,因为有些质量行可能是@开头
cat Data/example.fq | grep -c '^@ERR'
>1000
cat Data/example.fq | grep '^@' | grep -vn '^@ERR'
267:@;;@=BBBBBB??=?DD==8CBB@=>BBA=8=@@;DBDBBBEEBEGGGDBEEBBEGDGG@4.+?88BB<?
272:@HHHFHGHEHHGHHD;@EDFBDBBGGGDG?GGEBEGEGGGGGEBE<F8F<>A>A>GGAGA??>A######
429:@E<?GGGGBGGBGBDEED<DE<DEBDG@GE>>B;;BEEB=??2>CACAC?>B??????CE??E8?G@DD#
620:@BGDGBGEGEFGGHHHGHGH=GGGGHHHHHHDHFHHGDGHHHHHHHHHHHHDGDHHGHHHHHHHFHGHGH
633:@@;@=BDDBDDGE4GG?FGGG<GBDEEDEEHGHHFHHHHHHHFHHGGGGGHHHFHHHGHHHEHHHEGEGG
831:@GBGG?CEEDEB:E8ED>:EBD=@D6=5=<AA>A1CC>E###############################
附加题
## 人类Y染色体上有多少个基因
$ zless Data/Homo_sapiens.GRCh38.102.chromosome.Y.gff3.gz | cut -f 3 | grep -v '#' | grep -w 'gene' -c
> 47
## 在Y染色体的注释文件中有第三列哪些类型呢?
zless Data/Homo_sapiens.GRCh38.102.chromosome.Y.gff3.gz | cut -f 3 | grep -v '#' | sort |uniq -c | sort -n
1 chromosome
3 snoRNA
7 ncRNA
17 snRNA
47 gene
92 ncRNA_gene
149 mRNA
196 three_prime_UTR
222 five_prime_UTR
258 lnc_RNA
290 biological_region
382 pseudogene
382 pseudogenic_transcript
1568 CDS
4285 exon
相关文章
- 在 Go 里用 CGO?这 7 个问题你要关注!
- 9款优秀的去中心化通讯软件 Matrix 的客户端
- 求职数据分析,项目经验该怎么写
- 在OKR中,我看到了数据驱动业务的未来
- 火山引擎云原生大数据在金融行业的实践
- OpenHarmony富设备移植指南(二)—从postmarketOS获取移植资源
- 《数据成熟度指数》报告:64%的企业领袖认为大多数员工“不懂数据”
- OpenHarmony 小型系统兼容性测试指南
- 肯睿中国(Cloudera):2023年企业数字战略三大趋势预测
- 适用于 Linux 的十大命令行游戏
- GNOME 截图工具的新旧截图方式
- System76 即将推出的 COSMIC 桌面正在酝酿大变化
- 2GB 内存 8GB 存储即可流畅运行,Windows 11 极致精简版系统 Tiny11 发布
- 迎接 ecode:一个即将推出的具有全新图形用户界面框架的现代、轻量级代码编辑器
- loongarch架构介绍(三)—地址翻译
- Go 语言怎么解决编译器错误“err is shadowed during return”?
- 敏捷:可能被开发人员遗忘的部分
- Denodo预测2023年数据管理和分析的未来
- 利用数据推动可持续发展
- 在 Vue3 中实现 React 原生 Hooks(useState、useEffect),深入理解 React Hooks 的