需要在 sed 命令中指定数字

Question

我有一个fasta文件，如下所示，

>accessory/4745/24/lake_sample_pv_strain_LH201_chromosome_Gene2509
ATGCTAG
>accessory/95/89.78/lake_sample_pv_strain_LH201_Gene125
TAGTCT

我需要accessory/numericals/numericals/从 fasta 标头中删除字符，所以我使用了以下命令，但它未能达到我的目的。

sed 's/accessory[/][0-9][/][0-9]//g' accessory.fasta

预期的输出是

>lake_sample_pv_strain_LH201_chromosome_Gene2509
ATGCTAG
>lake_sample_pv_strain_LH201_Gene125
TAGTCT

请帮我解决这个问题。提前致谢。

Answer 1

您的正则表达式正在查找 " accessory/，然后是一个数字( [0-9])，然后是/"，这不会出现在您的文件中。您想搜索一个或多个 numbers，并且您还想允许.哪个不是数字。因此，使用与原始逻辑相同的逻辑，您会想要这样的东西：

$ sed -E 's/accessory[/][0-9.]+[/][0-9.]+[/]//' accessory.fasta
>lake_sample_pv_strain_LH201_chromosome_Gene2509
ATGCTAG
>lake_sample_pv_strain_LH201_Gene125
TAGTCT

请注意我没有使用g修饰符，因为它在这里没用，因为每行只有一个匹配项。

然而，这是不必要的限制。如果文件如您所示，您只想删除所有内容，直到最后/一行：

$ sed -E 's|>.*/|>|' accessory.fasta 
>lake_sample_pv_strain_LH201_chromosome_Gene2509
ATGCTAG
>lake_sample_pv_strain_LH201_Gene125
TAGTCT

该s///运营商可以采取任何字符作为分隔符。所以因为我知道我需要匹配/，所以我过去s|||避免需要逃避/.

如果你真的需要像你原来的那样严格，你可以简化为：

$ sed -E 's|accessory/[0-9.]+/[0-9.]+/||' accessory.fasta 
>lake_sample_pv_strain_LH201_chromosome_Gene2509
ATGCTAG
>lake_sample_pv_strain_LH201_Gene125
TAGTCT