我有以下数据块（多个）
chr1.trna4 (17188416-17188486) Length: 71 bp
Type: Gly Anticodon: CCC at 33-35 (17188448-17188450) Score: 78.3
HMM Sc=56.60 Sec struct Sc=21.70
* | * | * | * | * | * | * |
Seq: GCATTGGTGGTTCAGTGGTAGAATTCTCGCCTCCCACGCGGGAGaCCCGGGTTCAATTCCCGGCCAATGCA
Str: >>>>>>>..>>>>.......<<<<.>>>>>.......<<<<<....>>>>>.......<<<<<<<<<<<<.
对于每个块，我需要在块的最后一行找到以Str. 在上述情况下，第 8 个模式是.......（7 个周期）。这是因为第一组>符号构成一个模式，第二组周期构成第二个模式，依此类推。
现在我需要从Seq模式行正上方的行中提取这 7 个字符。在示例中，这对应于子序列CTCCCAC。
输出应该是 Seq is CTCCCAC and Anticodon: CCC
这在bash或任何外壳中都可能吗？
数据块的更多示例
chr19.trna11 (4724719-4724647) Length: 73 bp
Type: Val Anticodon: CAC at 34-36 (4724686-4724684) Score: …我的目录如下所示：
$ ls
total 0
-rw-r--r-- 1 user user 0 Jun 18 22:44 file0
-rw-r--r-- 1 user user 0 Jun 18 22:44 file1
-rw-r--r-- 1 user user 0 Jun 18 22:44 file2
-rw-r--r-- 1 user user 0 Jun 18 22:44 file3
-rw-r--r-- 1 user user 0 Jun 18 22:44 file4
-rw-r--r-- 1 user user 0 Jun 18 22:44 file5
-rw-r--r-- 1 user user 0 Jun 18 22:44 file6
-rw-r--r-- 1 user user 0 Jun 18 22:44 file7
-rw-r--r-- 1 user …这就是我现在用来完成工作的方法：
#!/bin/sh --
string='Aa1!z'
if ! printf '%s\n' "$string" | LC_ALL=C grep -q '[[:upper:]]' || \
! printf '%s\n' "$string" | LC_ALL=C grep -q '[[:lower:]]' || \
! printf '%s\n' "$string" | LC_ALL=C grep -q '[[:digit:]]' || \
! printf '%s\n' "$string" | LC_ALL=C grep -q '[[:punct:]]'; then
printf '%s\n' 'String does not meet your requirements'
else
printf '%s\n' 'String meets your requirements'
fi
这是非常低效和冗长的。有一个更好的方法吗？
我想我可能刚刚搜索错了，但我没有找到任何答案。如果有重复，请告诉我，我可以将其删除。
我正在使用ack（链接），它在引擎盖下有 Perl 5，来获取 n-gram - 特别是高阶 n-gram。我可以使用我知道的语法（基本上最多$9）获得最多 9 克，但我无法获得 10 克。使用$10只是给了我$1一个0之后。之类的东西$(10)，并${10}没有解决问题。我对使用语言建模工具包的解决方案不感兴趣，我想使用ack.
我使用的一个数据集是马克吐温的全集
( wget http://www.gutenberg.org/cache/epub/3200/pg3200.txt && mv pg3200.txt TWAIN_Mark_complete_orig.txt).
我已经解析干净了（请参阅文章末尾的解析注释）并将解析结果保存为TWAIN_Mark_complete_parsed.txt.
我从 2 克中得到了很好的结果，代码和部分结果是
time cat TWAIN_Mark_complete_parsed.txt | \
ack '(\S+) +(?=(\S+) +)' \
--output '$1 $2' | \
sort | uniq -c | \
sort -rn > Twain_2grams.txt
## `time` info not shown …我有一个包含一些 python 代码的文件。有一行包含以下内容（包括引号）
'hello "value"'
我想'hello "value"在文件中搜索。注意未封闭的报价。我正在使用带有以下命令的 ripgrep：
rg -F 'hello "value"
上述命令不适用于'hello "value"bash/zsh 中的输入。我想要的只是文字匹配。我已经使用了该标志，F但由于输入字符串中没有关闭引号，它根本不起作用。我还尝试将输入括在单/双引号内，如下所示：
rg -F "'hello "value"" 或者 rg -F ''hello "value"'
上面的方法也行不通。
为什么即使使用F告诉 ripgrep 按原样考虑输入的标志，使用 ripgrep 字面搜索字符串也如此神秘？我如何解决它？
在浏览 Linux 手册页时，有时您需要查询手册页中诸如-p或 之类的标志的含义。-al
手册页的默认文本阅读器较少，我尝试使用 / 搜索来查找公共标志列表定义中的第一个匹配项：
/^-p
但Pattern not found发生了却不起作用。
这个技巧在 vim 中工作时有效，但在阅读手册页时不适用于 less。
有没有办法实现这个要求呢？
我需要将一个文本放入另一个文本中。
1）我有一个包含输入值列表的文件：
A1
B2
C3
D4
E5
A1
B2
C3
D4
E5
对于每个输入值，应该创建一个带有输入的包装器，因此最终结果应该是一个包含以下内容的文件：
$wgSpecialPageLockdown['INPUT_COMES_HERE'] = array('sysop');
我也愿意在 GUI 中做到这一点，例如 Visual Studio Code。
您希望如何执行这样的操作？
顺便问一下，这种文本操作通常是如何命名的？
我有一个序列文件：
$猫文件 CACCGTTGCCAAACAATG TTAGAAGCCTGTCAGCCT CATTGCTCTCAGACCCAC GATGTACGTCACATTAGA ACACGGAATCTGCTTTTT CAGAATTCCCAAAGATGG
我想计算 C+T 的最长延伸。我只能计算总 C+T，但我想要最长的伸展。
$ cat 文件 | awk '{ 打印 $0, gsub(/[cCtT]/,"",$1)}'
CACCGTTGCCAAACAATG 9
TTAGAAGCCTGTCAGCCT 10
CATTGCTCTCAGACCCAC 12
GATGTACGTCACATTAGA 8
ACACGGAATCTGCTTTTT 11
CAGAATTCCCAAAGATGG 7
该预期的结果将显示出最长的C ^ + T舒展。
CACCGTTGCCAAACAATG 9 2 TTAGAAGCCTGTCAGCCT 10 3 CATTGCTCTCAGACCCAC 12 5 GATGTACGTCACATTAGA 8 2 ACACGGAATCTGCTTTTT 11 6 CAGAATTCCCAAAGATGG 7 5
考虑简化文件
AAA
BBB
CCC1
DDD
EEE
CCC2
DDD
FFF
GGG
CCC3
HHH
我可以挑选出的范围内EEE，以FFF与
sed -n '/EEE/,/FFF/p'
假设我想打印任何包含C但仅在匹配范围内的行。我可以sed通过管道传输结果grep
sed -n '/EEE/,/FFF/p' | grep 'C'
我也可以做一个小范围和匹配awk脚本（或perl，python等等）。但是我将如何仅使用一次调用来做到这一点sed？
我想用我的 awk 正则表达式计算和总结文件中的匹配数。
该文件file包含：
Gra pes
gra ndma
straw berry
blue Berry
banana
peanut
school
我需要为模式匹配制作一个正则表达式，但我不确定如何在正则表达式中实现AND/OR，尽管它们具有相同的优先级。
我试过了：
awk 'tolower($1) ~ /(gra|straw) (pes|berry)|banana|peanut/ {sum+=1} END {print sum+0}' file
所以它应该是两者之一(gra pes, gra berry, straw pes, straw berry) OR banana, peanut并返回 4，因为有 4 个匹配项。
我假设我的语法错误与OR香蕉|花生，但我不知道如何修复它。
关于出了什么问题的任何想法？谢谢你