我有一个看起来像这样的fasta文件:
>0011 my.header
CAAGTTTATCCACATAATGCGAATAACCAATAATCCTTTTCATAAGTCTATTCTTCATAATCTAAATCGT
TTTCAAGTACATAATTATCCTTTGCCTGTTCGTTAGTTTTATTAAAATTATACTGATCTTTCTTTTTCAT
CCCACGGGTTAAAATCTTCCTCAATCGGTGGGTTTTCTTCATGAAATTGTTTCATTTATTTGCTGTTTTT
AGTTCTCCGATTGTATAACACTTAGTTGTATTAGTGCCGGGTAGTCTATAATTAGCCTCTTTTATATACC
CACGCTTTAATAATCTGTTTACAGAATTATATAATTTGCTCTTAGACATAAAAGGAATAATTTCTCTAAG
TTTAGAAATCGTAATAAAAACGGTATTAGGTTCTTTCTTTACCCTACATCCCTTAAACTTATCCTTATAT
GTATCAGTACAAAGTATAAGAAACATAACTGAATATACTACTGAATCATCTAAACCGATTTCTTTTGCTA
AATCTTCATTTATAACCATAATTATAACGCTTTTAATTGAATTGACTCTTTAACATTTGATGTTTTAACG
AACTGATCGTATATTTCCGGATATTGTTCTTTCAGTGCTTTAGAATCAAGTGATTCACGGCTATACGCTT
TCTTCCTTGTGACTGAAATAAGTTCCCCTTTTATATTATCAGCTTTCGCCTCAGACATCAGACCTAACAA
CTGTTCTTTGAACTTGCCTAAATGTTCGTCTATCTTCTTTTGCATTTCAAGAAGTTCGTAAACGCCTTCT
TCGATATGTGCAACCTTTGCAGGCAACGACTCCAATTTAGCTACATAACTGTCTTTGCTTGCATTGTCTG
CATATCGAACTCCATTCTTACAGCAATTAAGGAATAATTCTATTTCGCTGTCCGGTATGCGTTCAACAGA
GAAAATTCCGTCCTTATCCTTGTCACCTCTTAGCCAAATTGCGATAAGTCCCTCTACTTTCAAATTTGGG
TTTTGTCTCTCGAAAAGATAGGCGTATATTGATAGCTGCCAAGACAAATAAAGCAAATCAAGTTTGTAGG
TAGTTTTAATGTCACCTAAAACGACTGATTTATCAGAGCTGCCCAAATATACTTTATCGGTCGGTGATGC
GATAAGCTCGTTATCAGTTAGAATATACTCAGATGCGATATGAATTAAACCGCTTCCGGCTTTTAAATTC
AAATAGTTCTCTCCGTAGACCGTTTCCGGTTCAATACCTTCTTTGTCGATCCTCTCAACTTCATCATGAA
CCGCTTTCCCTCTCTCAGTTGCCGATCTCAAAATATTATCCGGTATATTGTCAAGTTTGCCTGGAAATAA
我想要序列的长度(没有标题)。我试过这个:
tail -n +2 my.file | wc -c
给了我这个输出:
1349
这是错误的,实际尺寸是 1330 。
我不确定发生了什么。我想可能有一些隐藏的角色,但我不知道如何探索它。
答案 0 :(得分:17)
这是因为wc
也在计算所有换行符。
您可以使用awk
完成此操作:
awk 'NR>1{s+=length()} END{print s}' my.file
1330
您也可以使用tail | tr | wc
:
tail -n +2 my.file | tr -d '\n' | wc -c
1330
答案 1 :(得分:3)
编辑: 此处还添加了1个awk
解决方案。
awk -v RS="" -v FS="\n" '{$1="";sub(/^ +/,"");gsub(/ /,"");print length($0)}' Input_file
<强> OR 强>
awk -v RS="" -v FS="\n" '{$1="";sub(/^ +/,"");print length($0)}' OFS="" Input_file
<强> OR 强>
awk -v RS= '{gsub(/^[^\n]*|\n/, ""); print length()}' Input_file
关注awk
可能对您有帮助。
awk '!/^>/{sum+=length($0)} END{print "Length is:" sum}' Input_file
答案 2 :(得分:2)
perl的:
perl -0777 -nE 's/^>.*$//m; say tr/A-Z/A-Z/' file
将文件读入单个字符串,删除第一行,并对字母进行计数。
答案 3 :(得分:2)
bash only,在剧本中,我们不得不谈论编程; o)
tk="$(<my.file)" # file in variable
tk="${tk#>*$'\n'}" # suppression header '>...first\n'
tk="${tk//$'\n'}" # suppression all \n
echo ": ${#tk}" # 1330 \o/
答案 4 :(得分:0)
删除标题后从字符中减去行数:
tail -n +2 fasta.file | wc -lc | awk '{print $2-$1}'