sed替代（s）分組不起作用

-3

我對sed的正則表達式有問題。看起來分組無法正常工作，我找不到原因。sed替代（s）分組不起作用

我嘗試這樣做，這個命令的許多衍生物：

sed -er "/s/^(\>[\w\d]+\=[\d]+)_.+\]_([\d])$/\1\2/" test.fa

此字符串（文件）[注意：在「>」通過這種形式中刪除，並且在每一個TRINITY的前面，線被交替ID（>TRINITY等）和序列（大寫字母，有星號）換行符（ - >這裏空間）丟失]：

>TRINITY_DN41792_c0_g3_i1_len=553_path=[700:0-121_707:122-163_706:164-240_694:241-552]_[-1,_700,_707,_706,_694,_-2]_3 KMA 
>TRINITY_DN41806_c0_g1_i1_len=213_path=[245:0-129_246:130-147_247:148-212]_[-1,_245,_246,_247,_-2]_1 NSIAP 
>TRINITY_DN41806_c0_g1_i1_len=213_path=[245:0-129_246:130-147_247:148-212]_[-1,_245,_246,_247,_-2]_2 TQ*LHIL 
>TRINITY_DN41806_c0_g1_i1_len=213_path=[245:0-129_246:130-147_247:148-212]_[-1,_245,_246,_247,_-2]_3 LNS 
>TRINITY_DN41788_c0_g1_i1_len=188_path=[208:0-97_209:98-128_210:129-152_211:153-187]_[-1,_208,_209,_210,_211,_-2]_1 
*KLCT 
>TRINITY_DN41788_c0_g1_i1_len=188_path=[208:0-97_209:98-128_210:129-152_211:153-187]_[-1,_208,_209,_210,_211,_-2]_2 ENCA 
>TRINITY_DN41788_c0_g1_i1_len=188_path=[208:0-97_209:98-128_210:129-152_211:153-187]_[-1,_208,_209,_210,_211,_-2]_3 KI 
>TRINITY_DN41788_c0_g2_i1_len=167_path=[212:0-97_213:98-128_214:129-152_215:153-166]_[-1,_212,_213,_214,_215,_-2]_1 
*KLCT 
>TRINITY_DN41788_c0_g2_i1_len=167_path=[212:0-97_213:98-128_214:129-152_215:153-166]_[-1,_212,_213,_214,_215,_-2]_2 ENC 
>TRINITY_DN41788_c0_g2_i1_len=167_path=[212:0-97_213:98-128_214:129-152_215:153-166]_[-1,_212,_213,_214,_215,_-2]_3 KIVH 
>TRINITY_DN41788_c1_g1_i1_len=183_path=[154:0-182]_[-1,_154,_-2]_1 YGS 
>TRINITY_DN41788_c1_g1_i1_len=183_path=[154:0-182]_[-1,_154,_-2]_2 TDPRTVP 
>TRINITY_DN41788_c1_g1_i1_len=183_path=[154:0-182]_[-1,_154,_-2]_3 RIPGQF

我想擺脫中間的：「_path =」到最後'_'

我錯過了什麼？

來源

2016-08-05 Aquaplant

看起來你並不標誌着你的問題回答沒有運氣，但已經放棄從我在評論閱讀本question--。我希望我的解決方案實際上有幫助，我似乎最近在這裏浪費時間。 – SaintHax

有太多的正則表達式:(試試這個，我刪除了第二個分組，如果你只想刪除中間部分，你不需要它。交換機只會影響匹配的內容。除非有原因，否則我會嘗試使用強引號，而不是雙引號。

sed -r 's/(^>.*=[0-9]+)_.+\]_/\1/' test.fa

從這樣一行： >TRINITY_DN41806_c0_g1_i1_len=213_path=[245:0-129_246:130-147_247:148-212]_[-1,_245,_246,_247,_-2]_1 NSIAP

我得到這個： >TRINITY_DN41806_c0_g1_i1_len=2131 NSIAP

隨着你的預期輸出的一個例子，我必須相信我正確地讀你的解釋。

編輯：我不得不使用\ w和\ d使用sed的擴展正則表達式

來源

2016-08-05 13:29:58 SaintHax

偉大的工作，但sed似乎有點奇怪。我可能不會再使用它。 – Aquaplant

你會注意到有幾個版本的正則表達式。這是一個奇怪的正則表達式 - 當你使用不同的應用程序切換:( – SaintHax

嗯，我在Python中試過了，看起來你的正則表達式是正常的，除了最後的$。這裏是我的嘗試：

"^(\>\w+\=\d+)_.+\]_(\d)"

我刪除了不必要的字符集。問題在於$指定字符串的結尾，這是不正確的，因爲該模式捕獲最後一個底碼後面的數字，而不是字符串的結尾。

的正則表達式，甚至更短：

"([^=]+=\d+).*_(\d)"

[^=]+採取不所有的符號=

=然後採取=標誌

.*_然後一切，直到最後一個下劃線

(\d)然後一個數字

來源

2016-08-05 11:21:32

謝謝，這是一個更好的解決方案。我在Pythex的幫助下驗證了我的正則表達式，並且EOL沒有問題 - 但是我已經嘗試了它，但沒有使用'$'。不幸的是，這也不起作用。我現在用awk找到了一個解決方案。 – Aquaplant

sed替代（s）分組不起作用

回答

相關問題