grep：一種模式可行但不是其他

Question

我有一個teb-delimited文件，其中一列有基因名稱，另一列有這些基因的表達值。我想用grep從這個文件中刪除某些基因。所以，這樣的：

"42261" "SNHG7" "20.2678" 
"42262" "SNHG8" "25.3981" 
"42263" "SNHG9" "0.488534" 
"42264" "SNIP1" "7.35454" 
"42265" "SNN" "2.05365" 
"42266" "snoMBII-202" "0" 
"42267" "snoMBII-202" "0" 
"42268" "snoMe28S-Am2634" "0" 
"42269" "snoMe28S-Am2634" "0" 
"42270" "snoR26" "0" 
"42271" "SNORA1" "0" 
"42272" "SNORA1" "0" 

變成這樣：

"42261" "SNHG7" "20.2678" 
"42262" "SNHG8" "25.3981" 
"42263" "SNHG9" "0.488534" 
"42264" "SNIP1" "7.35454" 
"42265" "SNN" "2.05365" 

我用，我已經用我有限的知識終端放在一起以下命令：

grep -iv sno* <input.text> | grep -iv rp* | grep -iv U6* | grep -iv 7SK* > <output.txt> 

本

所以命令，我的輸出文件缺少以sno，u6和7sk開頭的基因，但不知何故，grep已經刪除了所有在其中具有「r」的基因，而不是以「rp」開頭的基因。我對此很困惑。任何想法爲什麼sno *的作品，但rp *不是？

謝謝！

Answer 1

的grep命令使用正則表達式，而不是匹配模式。

模式rp*表示「'r'後面跟着零個或多個'p'」。你什麼真的想要的是rp.*，或者甚至更好，"rp.*（或者甚至只是"rp，沒有任何意義在試圖grep之後的任何事情「rp」）。同樣，sno*的意思是「'sn'，接着是零或多個'o'」。再次，你想要sno.*或​​（或甚至只是"sno）。

Answer 2

雖然這並不直接回答您的問題，但您的示例命令行中有一件事情您可能需要小心：無論何時使用特殊的shell元字符（如「*」），都需要轉義或引用它。所以，你的命令行應該看起來更像是：

grep -iv 'sno*' <input.text> | grep -iv 'rp*' | grep -iv 'U6*' | grep -iv '7SK*' > <output.txt> 

通常情況下，殼是聰明的，如果沒有文件匹配的glob，他們會用文字原樣（所以如果你輸入「富*」，但也有沒有以「foo」開頭的文件名，則字符串「foo *」將被傳遞給命令）。

Answer 3

grep -iEv "sno|rp|U6|7SK" yourInput 

測試：

kent$ cat b 
"42261" "SNHG7" "20.2678" 
"42262" "SNHG8" "25.3981" 
"42263" "SNHG9" "0.488534" 
"42264" "SNIP1" "7.35454" 
"42265" "SNN" "2.05365" 
"42266" "snoMBII-202" "0" 
"42267" "snoMBII-202" "0" 
"42268" "snoMe28S-Am2634" "0" 
"42269" "snoMe28S-Am2634" "0" 
"42270" "snoR26" "0" 
"42271" "SNORA1" "0" 
"42272" "SNORA1" "0" 

kent$ grep -iEv "sno|rp|U6|7SK" b 
"42261" "SNHG7" "20.2678" 
"42262" "SNHG8" "25.3981" 
"42263" "SNHG9" "0.488534" 
"42264" "SNIP1" "7.35454" 
"42265" "SNN" "2.05365"