+不使用grep

Question

我正在尝试使用grep从文件中选择某个核苷酸序列。序列应为AC，后跟1个或多个A s。

如果我尝试以下命令：

grep 'ACA*' nucleotides.txt 

它有效，但实际上并不是我想要的。我真的需要在C之后至少有一个A，所以假定正确的正则表达式应该是

grep 'ACA+' nucleotides.txt 

但它与任何内容都不匹配，即使文件中明确包含这些模式。

grep 'ACA+' nucleotides.txt出了什么问题？

Answer 1

grep区分基本和扩展正则表达式。在基本的正则表达式中，一些字符（其中+）具有字面含义。逃避它们以获得其特殊含义的可能性是GNU grep的扩展（如Benjamin W。所述）。

的替代方案

grep 'ACA\+'

是使用egrep（根据GNU grep手册页弃用）或grep -E，这样您就可以使用扩展正则表达式，其中+具有您期望的含义：

grep -E 'ACA+'

您可以在grep手册页中找到所有这些（包括适用的字符列表）。

那么，哪种方法更好？如上所述，在基本正则表达式中对\+的支持可能不适用于grep的某些实现。如果您的目标是在POSIX兼容系统上实现可移植性，则最好使用grep -E。

Answer 2

你需要逃脱它：

grep 'ACA\+' nucleotides.txt