sed命令的解释

Question

我发现这个有趣的命令：

grep -v '^>' test.fasta | tr -d '\n' | sed -e 's/\(.\)/\1\n/g' | sort | uniq -c | sort -rn

我对它的含义有所了解（它计算文本文件中的字母），但我的问题是这样的：

sed -e 's/\(.\)/\1\n/g'

我知道它由三个替代命令组成。一种是替换换行符（\n），即匹配除换行符（\(.\)）之外的任何字符，但我迷失了/\1\？

Answer 1

命令

sed -e 's/\(.\)/\1\n/g'

是一个 GNUsed替换命令，它将每个字符替换为自身，后跟换行符。这样做的效果是将输入折叠成单个字符的单列。

$ echo hello | sed -e 's/\(.\)/\1\n/g'
h
e
l
l
o

这\(.\)是一个“捕获组”，捕获单个字符。这\1是对第一个捕获组的“反向引用”。在替换文本中使用\1将插入第一个括号捕获的任何内容。

它也可以写成没有那么多反斜杠，例如

sed 's/./&\n/g'

其中&仅表示“表达式匹配的任何内容”。

该sed命令要求 GNUsed作为标准，sed不能\n像这样插入换行符。

要使用标准工具更有效地完成此操作，请使用

fold -w 1

反而。这更有效，因为输入中的每个字符不需要正则表达式匹配。

使用fold，您的管道可以编写

grep -v '^>' file | tr -d '\n' | fold -w 1 | sort | uniq -c | sort -rn

或者，使用awk来摆脱该管道的几个步骤，

grep -v '^>' file | tr -d '\n' | fold -w 1 | sort | uniq -c | sort -rn

该awk代码计算每个字符出现的次数。count它通过递增与输入流中每个字符对应的数组中的值来实现这一点。输入结束时，输出计数和字符计数的摘要。

Answer 2

我希望这能让事情变得更清楚。

“我知道它是由三个替代命令组成的”

这只是一个替代命令（如果您指的是该sed命令）：，s/<pattern to search>/<replacement>/它将执行以下命令：

• 对于每一行搜索<pattern>并将其替换为<replacement>。
• 该g标志意味着全局执行此操作，因为默认情况下sed仅替换第一次出现的<pattern>.

“但我迷失了/\1\”

\(<pattern>\)您可以通过使用转义括号或仅使用-E选项括起来来捕获模式(<pattern>)。

在<replacement>本节中，捕获的模式由反斜杠和数字 引用\<number>。该数字指的是捕获的位置，因为您可以有多个：

sed -E '/(<first capture>)(<second capture>)/\1\2/'

所以该命令的sed -e 's/\(.\)/\1\n/g'意思是：

• 捕获每个字符\(.\)并用其自身和新行替换它\1\n。
• 使用g，全局执行，不要在第一次出现时停止。

例如：

sed -E '/(<first capture>)(<second capture>)/\1\2/'

-e此处不需要这些选项，除非您要连接多个sed命令：sed -e '...' -e '...'等。

您可以在反向引用和子表达式中找到更多信息。