用grep搜索超过multipile行模式

我在生物信息学的工作，我需要在这看起来像大文件计算的模式，如GATTACCA：
“ATTTCCCGATCCGAG GATT（/ N）
ACCA CGTAGATGATACACGT（etc）“ 有没有办法让Grep忽略/ n换行符？感谢您的帮助！用grep搜索超过multipile行模式

来源

2014-06-20 MrJanx

你只是需要的数'GATT \ nACCA'发生？这个文件有多大？ – Kent

档案有多大？其次 - grep通过换行符识别，所以它不能匹配它。但是你可以使用“tr”来替换换行符和空格，但是再次，文件有多大？ –

我想这可能就是你所想要的东西：

tr -d '\n' < file | grep -o GATTACCA

它（临时）从文件（使用tr及其-d选项删除）传递到grep之前移除换行。

来源

2014-06-20 11:07:56

谢谢！这工作到目前为止最简单... 现在...任何想法如何解析成python？我知道如何在python中使用简单的linux命令，但不知道如何管道... – MrJanx

你可以做到这一点通过awk和grep来算在你的文件的话GATTACCA的出现次数，

awk -v RS="\0" '{gsub (/\n/,""); print}' file | grep -o 'GATTACCA' | wc -l

说明：

RS="\0"   # Turns the input file into a single record. 

gsub (/\n/,"")  # Removes all the \n character. 

grep -o 'GATTACCA' # From the awk output, it fetches the string GATTACCA and prints every match in a new line. 

wc -l    # To count the number of lines

来源

2014-06-20 11:08:37

您可以使用'grep -c'来计数而不是'wc'。 – terdon

@terdon它显示不同的结果。 –

为什么？不同的结果？现在要测试这个... – MrJanx

你已经有两个很好的通用答案。另一种方法是使用sed：

perl -pe 's/\n//' file | grep -o GATACA

但是，如果你在FASTA文件时，这可以是有趣：

#! /bin/sh 
gawk '{ 
     if (substr($1,1,1)==">") 
     if (NR>1) 
        printf "\n%s\t", substr($0,2,length($0)-1) 
     else 
      printf "%s\t", substr($0,2,length($0)-1) 
     else 
       printf "%s", $0 
}END{printf "\n"}' "[email protected]"

上面的脚本改变FASTA格式TBL（SEQ IDsequence，所有在同一行上）。我经常用它来grepping：

FastaToTbl foo.fa | grep GATTACA

我也有一个TblToFasta恢复原来的：

#! /bin/sh 
# tbl-to-fasta.awk transforms a tbl file into a fasta file, 60 columns per record 
# usage=gawk -f tbl-to-fasta TBL_FILE 


gawk '{ 
    sequence=$NF 

    ls = length(sequence) 
    is = 1 
    fld = 1 

    while (fld < NF) 
    { 
    if (fld == 1){printf ">"} 
    printf "%s " , $fld 

    if (fld == NF-1) 
     { 
     printf "\n" 
     } 
     fld = fld+1 
    } 

    while (is <= ls) 
    { 
    printf "%s\n", substr(sequence,is,60) 
    is=is+60 
    } 
}' "[email protected]"

来源

2014-06-20 11:13:10 terdon

使用sed和grep：

sed -n 'H;x;s/\n//g;/GATTACCA/p' input | grep -o GATTACCA

来源

2014-06-20 11:19:59 perreal

为什么'grep'？你的'sed'命令已经完成了它的工作。我错过了什么吗？ – terdon

可能有多次出现的模式。 – perreal

啊，确实很好。 – terdon

用grep搜索超过multipile行模式

回答

相关问题