生物信息学基础教程 第4讲：正则表达式教程——正则表达式与模式匹配.pptVIP

生物信息学基础教程第4讲：正则表达式教程 ——正则表达式与模式匹配 本节内容 正则表达式 正则表达式的定义与表示方法 正则表达式中的元字符（metacharacter） VIM编辑器 grep命令 sed编辑器 awk工具 正则表达式 所谓正则表达式（regular expression， RE）， 指的是符合某种模式的字串，常用于从文件中或者字符串中查找和替换某些符合某种规则的字串 VIM教程 ——linux下最常用的文本编辑器 VIM编辑器 三种模式：各种模式之间切换 从命令行模式到插入模式：按下i键 从命令行模式到附加模式：按下a键 返回命令行模式：按下ESC键 退出编辑 保存并退出：在命令行模式按下:wq 不保存退出：在命令行模式按下:q! 保存：在命令行模式按下:w 另存为其他文件名：按下:w filename VIM编辑功能 光标跳到文件头：命令行模式下按2下g 光标跳到文件尾：按下:$ 光标跳到行首：按下^ 光标跳到行末：按下$ 跳到100行：按下100g VIM查找功能 底行模式下输入/pattern/回车，对应符合pattern的文本就会显示为高亮 底行模式下输入:m,n/pattern/，就会在第m行到第n行查找pattern并高亮显示 grep教程 ——正则表达式的应用 grep简介 是Global search regular expression (RE) and Print out the line的缩写 强大的文本搜索工具，使用正则表达式搜索文本，并打印匹配的行 在一个或者多个文件中搜索字符串模式，搜索的结果输出到屏幕，不影响文件内容 grep用法 grep [option] ‘pattern’ input_files 常用grep命令选项 grep正则表达式元字符 练习题：这些命令都能干啥？ ls –l | grep ‘^a’ grep ‘test’ d* grep ‘test’ aa bb cc grep ‘[a-z]\{5\}’ aa grep ‘w\(es\)t.*\1’ aa grep ‘^n’ datafile grep ‘4$’ datafile grep ‘5\..’ datafile grep ‘\.5’ datafile grep ‘^[wesn]’ datafile grep ‘[A-Z][A-Z] [A-Z]’ datafile grep ‘ss* ’ datafile grep ‘[a-z]\{9\}’ datafile grep ‘\[a-z].*n\’ datafile sed教程 ——非交互性文本编辑 sed简介 首先用which sed查看一下sed的位置 一个非交互性文本编辑器，编辑文件或标准输入导出的文件拷贝 sed可以随意编辑小文件或者大文件 一次性处理所有改变，高效率 通过行号和正则表达式指定需要编辑的行 sed用法 从文件的一个文本行或标准输入中读取数据，并将其拷贝到一个编辑缓冲区 读取命令行或者脚本的第一条命令，并用该命令查找模式或定位行号并编辑，重复过程直到命令结束 sed [option] ‘sed_command’ input_file sed [option] –f sed_script_file input_file sed_script_file [option] input_file sed命令的选项 sed定位行号的方法 基本sed编辑命令 练习题：这些命令能干什么？ AWK教程 ——文件模式提取教程 AWK简介 Linux下的awk有三个版本：awk、nawk、gawk，一般所说的awk是指/bin/awk，也就是gawk (GNU awk) awk的功能： 基于指定规则从文件或者字符串中分解抽提信息 基于指定的规则输出数据 awk的三种执行方式 awk [option] ‘awk_script’ input_file1 [input_file2 …] 将awk_script放入脚本文件并以#!/bin/awk –f 作为首行，并赋予该脚本可执行权限，然后在shell下调用该脚本名称执行awk_script的内容：awk_file input_file 将所有awk_script放入一个单独的脚本文件，然后用awk –f awk_file input_file(s)执行脚本 awk脚本的组成 可由一条或多条awk_cmd组成，两条awk_cmd之间一般以NEWLINE分割 awk_cmd由两部分组成：awk_pattern { actions } awk命令的一般形式 awk ‘BEGIN { actions } awk_pattern1 { actions } … awk_patternN {actions} END