Question

我的文件看起来像这样：

>TR45672|c1_g1_i1|m.87632TR21000
sometextherethatmayincludeTRbutnonumbers
>TR10000|c0_g1_i1|m.83558TR1702000
sometextherethatmayincludeTRbutnonumbers
....
....

我希望它看起来像这样：

>TR45672|c1_g1_i1|m.87632
sometextherethatmayincludeTRbutnonumbers
>TR10000|c0_g1_i1|m.83558
sometextherethatmayincludeTRbutnonumbers
....
....

换句话说，我想删除标题中第二次出现的模式TR（以＆＃34;＆gt;＆＃34;开头的行）以及之后的所有内容，但不要触及行中的任何TR模式不是标题。在非标题行中，TR永远不会跟一个数字。

我尝试使用以下代码：

sed "s/TR[0-9].*//2g"

正如我所理解的那样，它将匹配TR然后匹配一个数字并删除除第一个之外的所有实例。由于标题中总是出现两次TR [0-9]而非标题中没有出现TR [0-9]，这将实现我的目标......

......左右我想。实际上，使用上面的代码没有任何效果。

如果我改为跳过点并使用：

sed "s/TR[0-9]*//2g"

它为我手动检查的那些线产生了所需的结果。

问题：

（1）如果没有圆点但没有使用它怎么工作？我的理解是＆＃34;。*＆＃34;是模式之后删除所有内容的关键。

（2）删除点似乎有效，但我无法手动检查整个文件。在这种情况下，是否有理由怀疑在跳过点时会发生意外情况？

Answer 1

sed "s/TR[0-9].*//2g"

...匹配从第一行TR到行尾的整行，这意味着没有后续匹配（由于匹配全部已匹配，因此没有任何内容可供匹配）

sed "s/TR[0-9]*//2g"

...首先只匹配第一个TR<number>序列，然后在该行的其余部分找到第二个匹配。

Answer 2

使用点分析输入文件的第一行与正则表达式：

|--------------------------------  (1) TR matches 'TR' literally
|  |------------------------------ (2) [0-9] match a single digit
|  | |---------------------------- (3) .* matches any char till the end
|  | |
TR 4 5672|c1_g1_i1|m.87632TR21000
11 2 3333333333333333333333333333
---------------------------------
1st and only match  so there no 2nd match or above to replace

因此，使用TR[0-9].*，每行以TR开头，单匹配。

如果您使用第二个正则表达式：

|---------------------------------- (m1) TR matches 'TR' literally
|  |------------------------------- (m1) [0-9]* match zero or more digits
|  | 
|  |                        |------ (m2) TR matches 'TR' literally
|  |                        |  |--- (m2) [0-9]* match zero or more  
TR 45672  |c1_g1_i1|m.87632 TR 21000
--------                    --------
1st match                   2nd match

顺便说一下，由于只有两个TR部分，您可以跳过global标记并使用：

sed 's/TR[0-9]*//2' file

sed：为什么＆＃34; s / TR [0-9] * // 2g＆＃34;工作但不是＆＃34; s / TR [0-9]。* // 2g＆＃34;？

2 个答案: