摺疊線<N字符正則表達式與

我有看起來像這樣一個文件：摺疊線<N字符正則表達式與

>chr3:11131258-11134670(-)_3301 
tcctgaagaaatccaaaacaccatcagatccttctacaaaaggctatact 
>chr3:11131258-11134670(-)_3351 
caacaaaactggaaaacctggatgaaatggacaaatttctggacagatac 
>chr3:11131258-11134670(-)_3401 
caggtac 
>chr5:146697252-146699855(+)_1 
taaggaagcagataatccggcctgatccggggctcaagtcccttccggcc

>凡表示標題行，否則行包含字符的長度爲一個序列< = 50

我想查找具有字符序列<某些閾值（N）的行，並將它們摺疊到上一個序列行中。這樣做的例子應該產生以下文件：

>chr3:11131258-11134670(-)_3301 
tcctgaagaaatccaaaacaccatcagatccttctacaaaaggctatact 
>chr3:11131258-11134670(-)_3351 
caacaaaactggaaaacctggatgaaatggacaaatttctggacagataccaggtac 
>chr5:146697252-146699855(+)_1 
taaggaagcagataatccggcctgatccggggctcaagtcccttccggcc

我試圖用正則表達式做到這一點，但沒有多少運氣。我對各種技術都很開放，但如果可以在命令行上完成的話，則是一個加號。（我有幾個文件要處理每個包含> 100萬行）。

來源

2014-11-06 Josh

使用此正則表達式：^(>.*)\n(\w{0,49})$，使用多行選項，以便^和$定位符匹配每行的開始和結束。

然後與匹配組表示本場比賽的標題行和第二行替換：$1 $2

這裏有regex101

來源

2014-11-06 19:57:24

哇演示！謝謝，我接近了，但我的太複雜了。我做了一些修改，以便刪除主要的換行符和頭文件：'[\ r \ n] + ^（>。* [\ r \ n] +）（\ w {0,40}）$' – Josh 2014-11-06 20:05:29

摺疊線<N字符正則表達式與

回答

相關問題