sed 与正则表达式

Question

我试图用任何内容（基本上删除）替换序列末尾的三个字母代码，sed但对于多个正则表达式模式效果不佳。这是序列的示例

GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAG
GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAA
GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTGA

当我尝试regex单独使用时sed它有效

echo "GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAG" | sed 's/TAG$//'
echo "GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAA" | sed 's/TAA$//'
echo "GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAG" | sed 's/TAG$//'

但是，当我尝试包含多个正则表达式时，它不起作用

echo "GCAAAAAGTTGTATAGTCACACAACCTAGACTTATATCGTCTGCTATTCATTAG" |
sed 's/(TAG$|TAA$|TGA$)//'

有人可以指出我哪里做错了吗？

Answer 1

您需要在 sed 中使用扩展正则表达式开关：

sed -r 's/(TAG|TAA|TGA)$//'

或者在 OSX 上：

sed -E 's/(TAG|TAA|TGA)$//'

或者这个不带扩展正则表达式的 sed （不过在 OSX 上不起作用）：

sed 's/\(TAG\|TAA\|TGA\)$//'