生物信息学基础教程讲正则表达式教程.pptxVIP

第1页/共39页生物信息学基础教程讲正则表达式教程第2页/共39页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第3页/共39页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工具第4页/共39页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第5页/共39页VIM教程——linux下最常用的文本编辑器第6页/共39页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第7页/共39页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第8页/共39页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并高亮显示第9页/共39页grep教程——正则表达式的应用第10页/共39页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，不影响文件内容第11页/共39页grep用法grep [option] ‘pattern’ input_files第12页/共39页常用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第13页/共39页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等第14页/共39页练习题：这些命令都能干啥？ls –l | grep ‘^a’grep ‘test’ d*grep ‘test’ aa bb ccgrep ‘[a-z]\{5\}’ aagrep ‘w\(es\)t.*\1’ aagrep ‘^n’ datafilegrep ‘4$’ datafilegrep ‘5\..’ datafilegrep ‘\.5’ datafilegrep ‘^[wesn]’ datafilegrep ‘[A-Z][A-Z] [A-Z]’ datafilegrep ‘ss* ’ datafilegrep ‘[a-z]\{9\}’ datafilegrep ‘\[a-z].*n\’ datafile第15页/共39页sed教程——非交互性文本编辑第16页/共39页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