Question

我有一个teb分隔的文件，在一列中有基因名称，在另一列中有这些基因的表达值。我想用grep从这个文件中删除某些基因。所以，这个：

"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"

成为这个：

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

我使用了以下命令，并将其与我有限的终端知识放在一起：

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

所以使用这个命令，我的输出文件缺少以sno，u6和7sk开头的基因，但不知何故，grep删除了所有含有“r”的基因，而不是以“rp”开头的基因。我对此非常困惑。任何想法为什么sno *工作，但rp *不？

谢谢！

Answer 1

虽然这不能直接回答你的问题，但你的示例命令行中有一件事你可能要小心：每当你使用特殊的shell元字符（比如“*”）时，你需要逃避或引用它。所以你的命令行看起来应该更像：

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

通常，shell是聪明的，如果没有文件匹配glob，它们将按原样使用文本（所以如果你输入“foo *”但是没有以“foo”开头的文件名，那么字符串“foo” *“将传递给命令。”

Answer 2

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

<强>试验：

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"

Answer 3

grep命令使用正则表达式，而不是通用模式。

模式rp*表示“'r'后跟零或更多'p'”。您真正想要的是rp.*，甚至更好，"rp.*（或者甚至只是"rp，在“rp”之后尝试grep是没有意义的“ 毕竟）。同样，sno*表示“'sn'后跟零或更多'o'”。同样，您需要sno.*或"sno.*（甚至只需"sno）。

grep：一种模式有效，但另一种无效

3 个答案: