生物信息学基础教程第4讲：正则表达式教程-精选版.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 -? ?为数值，同时显示匹配行的前后？行 grep -2 ‘grep’ test.txt同时显示匹配行的前后2行 -c --count，只打印匹配行的行数，而不输出匹配行 -f file 从输入文件中提取模式 -i --ignore-case，忽略大小写 -q --quiet，取消显示 -l 仅打印匹配模式的文件清单 -l 打印不匹配模式的文件清单 -n --line-number，在匹配行前打印行号 -s --silent，不显示错误信息 -v --revert-match，只显示不匹配的行 -w --word-regexp，如果被\和\引用，就把表达式作为一个单词搜索 * grep正则表达式元字符 ^ 锚定行的开始 ‘^grep’匹配所有以grep开始的行 $ 锚定行的结束 ‘grep$’匹配所有以grep结束的行 . 匹配一个非换行符的任意字符 ‘gr.p’匹配gr后跟一个任意字符，后为p的行 * 匹配0个或多个先前字符 ‘*grep’匹配所有0个或多个空格紧跟grep的行 [] 匹配一个指定范围的字符 ‘[Gg]rep’匹配包含Grep或grep的行 [^] 匹配不在指定范围内的一个字符 ‘[^A-FH-Z]rep’匹配所有不在A-F和H-Z范围内字符后跟rep的行 \( \) 标记匹配字符 ‘\(love\)’中可以匹配love，且love被标记为\1 \ \ 分别锚定一个单词的起始和结束 ‘\grep’匹配以grep开始的单词 ‘grep\’匹配以grep结束的单词 x\{5\}， x\{5,\}，x\{5,10\} x正好重复5次的行、至少重复5次的行、重复次数在5-10次之间的行 \w = [A-Za-z0-9] \W=[^A-Za-z0-9] 匹配所有单个(非)字母和数字字符 \bgrep\b 只匹配单词grep，不匹配egrep等 * 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