grep：一种模式可行但不是其他

Question

我有一个teb-delimited文件，其中一列有基因名称，另一列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，这样的：

"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" 

变成这样：

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

我用，我已经用我有限的知识终端放在一起以下命令：

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

本

所以命令，我的输出文件缺少以sno，u6和7sk开头的基因，但不知何故，grep已经删除了所有在其中具有“r”的基因，而不是以“rp”开头的基因。我对此很困惑。任何想法为什么sno *的作品，但rp *不是？

谢谢！

Answer 1

的grep命令使用正则表达式，而不是匹配模式。

模式rp*表示“'r'后面跟着零个或多个'p'”。你什么真的想要的是rp.*，或者甚至更好，"rp.*（或者甚至只是"rp，没有任何意义在试图grep之后的任何事情“rp”）。同样，sno*的意思是“'sn'，接着是零或多个'o'”。再次，你想要sno.*或​​（或甚至只是"sno）。

Answer 2

虽然这并不直接回答您的问题，但您的示例命令行中有一件事情您可能需要小心：无论何时使用特殊的shell元字符（如“*”），都需要转义或引用它。所以，你的命令行应该看起来更像是：

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

通常情况下，壳是聪明的，如果没有文件匹配的glob，他们会用文字原样（所以如果你输入“富*”，但也有没有以“foo”开头的文件名，则字符串“foo *”将被传递给命令）。

Answer 3

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

测试：

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"