折叠线<N字符正则表达式与

我有看起来像这样一个文件：折叠线<N字符正则表达式与

>chr3:11131258-11134670(-)_3301 
tcctgaagaaatccaaaacaccatcagatccttctacaaaaggctatact 
>chr3:11131258-11134670(-)_3351 
caacaaaactggaaaacctggatgaaatggacaaatttctggacagatac 
>chr3:11131258-11134670(-)_3401 
caggtac 
>chr5:146697252-146699855(+)_1 
taaggaagcagataatccggcctgatccggggctcaagtcccttccggcc

>凡表示标题行，否则行包含字符的长度为一个序列< = 50

我想查找具有字符序列<某些阈值（N）的行，并将它们折叠到上一个序列行中。这样做的例子应该产生以下文件：

>chr3:11131258-11134670(-)_3301 
tcctgaagaaatccaaaacaccatcagatccttctacaaaaggctatact 
>chr3:11131258-11134670(-)_3351 
caacaaaactggaaaacctggatgaaatggacaaatttctggacagataccaggtac 
>chr5:146697252-146699855(+)_1 
taaggaagcagataatccggcctgatccggggctcaagtcccttccggcc

我试图用正则表达式做到这一点，但没有多少运气。我对各种技术都很开放，但如果可以在命令行上完成的话，则是一个加号。（我有几个文件要处理每个包含> 100万行）。

来源

2014-11-06 Josh

使用此正则表达式：^(>.*)\n(\w{0,49})$，使用多行选项，以便^和$定位符匹配每行的开始和结束。

然后与匹配组表示本场比赛的标题行和第二行替换：$1 $2

这里有regex101

来源

2014-11-06 19:57:24

哇演示！谢谢，我接近了，但我的太复杂了。我做了一些修改，以便删除主要的换行符和头文件：'[\ r \ n] + ^（>。* [\ r \ n] +）（\ w {0,40}）$' – Josh 2014-11-06 20:05:29

折叠线<N字符正则表达式与

回答

相关问题