如何grep文字'..'

Question

我正在使用 grep 解析文件，屏幕上的输出包含换行符，如下所示：

$ grep 'gene' sequence.gb
     gene            89..1483
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
     gene            complement(1987..2763)
                     /gene="nucleocapsid protein"
                     /gene="nucleocapsid protein"

我可以将它分配给一个变量并用换行符打印出来：

$ gene=$(grep 'gene' sequence.gb)
echo "$gene"
     gene            89..1483
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
     gene            complement(1987..2763)
                     /gene="nucleocapsid protein"
                     /gene="nucleocapsid protein"

但这不包含真正的换行符，因为如果我再次 grep 包含 '..' 的行，我会得到很多：

$ echo "$gene" | grep '..'
     gene            89..1483
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
     gene            complement(1987..2763)
                     /gene="nucleocapsid protein"
                     /gene="nucleocapsid protein"

我们可以通过不使用引号看到这是一个单一的字符串：

$ echo $gene
gene 89..1483 /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" gene complement(1987..2763) /gene="nucleocapsid protein" /gene="nucleocapsid protein"

所以我的问题是，如何维护或引入换行符格式？

谢谢

Answer 1

因为.是正则表达式通配符，grep '..'匹配至少有两个字符的每一行：

$ echo "$gene" | grep '..'
     gene            89..1483
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
     gene            complement(1987..2763)
                     /gene="nucleocapsid protein"
                     /gene="nucleocapsid protein"

在正则表达式中，.它真的很疯狂：它不仅可以匹配任何字母或数字，还可以匹配任何标点符号、空格、制表符或任何其他字符。

要仅匹配句点，请使用-F：

$ echo "$gene" | grep -F '..'
     gene            89..1483
     gene            complement(1987..2763)

-F是--fixed-strings并告诉grep将模式视为固定字符串，而不是正则表达式的缩写。

或者，您可以转义句号，以便它们仅匹配句号（帽子提示：Nick）：

$ echo "$gene" | grep '\.\.'
     gene            89..1483
     gene            complement(1987..2763)

或者我们可以grep通过将它们放在字符类中来强制将句点视为文字句点（帽子提示：dave_thompson）：

$ echo "$gene" | grep '[.][.]'
     gene            89..1483
     gene            complement(1987..2763)

但是，如果您不需要正则表达式，请使用，-F因为它使grep处理速度更快。