生物信息學基礎教程第4講：正則表達式教程(編輯修改稿)
2025-11-22 14:00 本頁面
【文章內(nèi)容簡介】 ed ‘s/^.//g’ sed ‘s/COL\(…\)//g’ sed ‘s/^\///g’ AWK教程 —— 文件模式提取教程 AWK簡介 ? Linux下的 awk有三個版本： awk、 nawk、gawk，一般所說的 awk是指 /bin/awk，也就是 gawk (GNU awk) ? awk的功能： ? 基于指定規(guī)則從文件或者字符串中分解抽提信息 ? 基于指定的規(guī)則輸出數(shù)據(jù) awk的三種執(zhí)行方式 1. awk *option+ ‘a(chǎn)wk_script’ input_file1 *input_file2 …+ 2. 將 awk_script放入腳本文件并以 !/bin/awk –f 作為首行，并賦予該腳本可執(zhí)行權限，然后在 shell下調(diào)用該腳本名稱執(zhí)行 awk_script的內(nèi)容： awk_file input_file 3. 將所有 awk_script放入一個單獨的腳本文件，然后用awk –f awk_file input_file(s)執(zhí)行腳本 awk腳本的組成 ? 可由一條或多條 awk_cmd組成，兩條 awk_cmd之間一般以 NEWLINE分割 ? awk_cmd由兩部分組成： awk_pattern { actions } ? awk命令的一般形式 awk ‘BEGIN , actions awk_pattern1 , actions … awk_patternN ,actions END , actions ’ input_file 其中 BEGIN 和 END模塊是可選的 awk腳本的運行機制 1. 如果存在 BEGIN區(qū)塊，執(zhí)行其中的 actions 2. 從輸入文件中讀取一行，稱為讀入一條記錄 3. 將讀入的記錄按照分隔符（ FS/IFS）分割為多個字段，依次為 $1， $2， ….， 而 $0表示整條記錄。 4. 將當前輸入記錄與 awk_pattern相比較，如果匹配則執(zhí)行 actions，如果不匹配則跳過讀入下一條記錄，重復執(zhí)行 3， 4，直到文件尾 5. awk把輸入文件的數(shù)據(jù)讀入內(nèi)存，然后操作內(nèi)存中的輸入數(shù)據(jù)副本，不會修改輸入文件的內(nèi)容 6. awk總是輸出到標準輸出，如果需要輸出到文件，可采用重定向 awk_pattern的格式 1. 正則表達式 /regexp/ ① 通用的正則元字符 : [] ^ $ . | () * ② +是 awk特有的元字符，匹配其前的單個字符一次以上 ③ ?也是 awk特有的元字符，匹配其前的單字符 0/1次 舉例： awk ‘/*\$0\.[09][09+.*/’ input_file 2. 布爾表達式 “ ==”，“ ”, “～ /regexp/”，“ amp。amp?！保? “ ||” 舉例 ① awk ‘$3 ~ /*^d+/’ input_file ② awk 39。($1 10 ) amp。amp。 ($2 10) {print ok}39。 input_file actions的格式 ? actions是對 awk讀取記錄進行的操作 ? actions由一條或多條語句或命令組成，語句之間用分號分隔 awk命令 ① print “$1= ”, $1 ② printf：與 c語言的 printf類似 ③ next：讀取下一條記錄并處理 ④ nextfile：讀取文件列表的下一個文件 ⑤ exit： awk停止執(zhí)行并跳出。如果有 END存在，awk會執(zhí)行 END的 actions awk語句 ? 賦值語句 awk 39。BEGIN ,x=1 。 y=3 。 x=y 。 print x= x 。 y= y ‘ awk 39。BEGIN
教學課件相關推薦
鄂ICP備17016276號-1