生物信息學(xué)基礎(chǔ)教程第4講：正則表達(dá)式教程-資料下載頁
2024-10-17 14:00本頁面
【導(dǎo)讀】正則表達(dá)式的定義與表示方法。另存為其他文件名：按下:wfilename. 光標(biāo)跳到文件頭：命令行模式下按2下g. 底行模式下輸入/pattern/回車，對應(yīng)符合。強(qiáng)大的文本搜索工具，使用正則表達(dá)式搜索文。為數(shù)值，同時(shí)顯示匹配行的前后？[^]匹配不在指定范圍內(nèi)的一個(gè)字符‘*^A-FH-Z+rep’匹配所有不在A-F和H-Z范圍內(nèi)字符后跟rep的行。\<\>分別錨定一個(gè)單詞的起始和結(jié)束‘\<grep’匹配以grep開始的單詞‘grep\>’匹配以grep結(jié)束的單詞。x\{5\}，x\{5,\}，x\{5,10\}x正好重復(fù)5次的行、至少重復(fù)5次的行、重復(fù)次數(shù)在5-10次之間的行。首先用whichsed查看一下sed的位置。sed可以隨意編輯小文件或者大文件。一次性處理所有改變，高效率。讀取命令行或者腳本的第一條命令，并。查詢不包含指定行號x和y的行
【正文】 ent in array_name ) print array_name[element] ? 舉例： awk ‘BEGIN,print split(“123456789”, mya, “”)。 for ( i in mya ) , print mya*i+ ’ 避免 awk錯(cuò)誤的方法 ① 確保整個(gè) awk_script用單引號括起來 ② 確保 awk_script內(nèi)所有引號成對出現(xiàn) ③ 確保用花括號括起動(dòng)作語句，用圓括號括起條件語句 ④ 可能忘記使用花括號，也許你認(rèn)為沒有必要，但 awk不這樣認(rèn)為，將按之解釋語法 ⑤ 如果使用字符串，一定要保證字符串被雙引號括起來(在模式中除外 ) 2) 在 awk中，設(shè)置有意義的變量名是一種好習(xí)慣，在進(jìn)行模式匹配或關(guān)系操作時(shí)更容易理解。一般的變量名設(shè)置方式為 name=$n 3) 通常在 BEGIN部分給一些變量賦值是很有益的，這樣可以在 awk表達(dá)式進(jìn)行改動(dòng)時(shí)減少很多麻煩 4) awk的基本功能是根據(jù)指定規(guī)則抽取輸入數(shù)據(jù)的部分內(nèi)容并輸出，另一個(gè)重要的功能是對輸入數(shù)據(jù)進(jìn)行分析運(yùn)算得到新的數(shù)據(jù)并輸出，這是通過在 awk_script中對字段變量 ($ $ $3...)重新賦值或使用更大的字段變量 $n(n大于當(dāng)前記錄的 NF)而實(shí)現(xiàn)的 5) 使用字符串或正則表達(dá)式時(shí)，有時(shí)需要在輸出中加入一新行或查詢一元字符。這時(shí)就需要字符串屏蔽序列。 awk中經(jīng)常使用的屏蔽序列有 : \b 退格鍵 \t tab鍵 \f 走紙換頁 \ddd 八進(jìn)制值 \n 新行 \r 回車鍵 \c 任意其他特殊字符。 eg: \\為反斜線符號 awk的輸出函數(shù) printf ① 格式 : printf (輸出模板字符串 , 參數(shù)列表 ) ② 參數(shù)列表是以逗號分隔的列表，參數(shù)可以是變量、數(shù)值或字符串。 ③ 輸出模板字符串的字符串中必須包含格式控制符，有幾個(gè)參數(shù)就要求有幾個(gè)格式控制符。模板字符串中可以只有格式控制符而沒有其它字符。 ④ 格式控制符 : %[][width][.prec]fmt % : 標(biāo)識一個(gè)格式控制符的開始，不可省略。 : 表示參數(shù)輸出時(shí)左對齊，可省略。 width : 一個(gè)數(shù)字，表示參數(shù)輸出時(shí)占用域的寬度，可省略。 .prec : prec是一個(gè)數(shù)值，表示最大字符串長度或小數(shù)點(diǎn)右邊的位數(shù)，可省略。 fmt : 一個(gè)小寫字母，表示輸出參數(shù)的數(shù)據(jù)類型，不可省略。 ⑤ 常見的 fmt : c ASCII字符， d 整數(shù) ， e 科學(xué)記數(shù)法浮點(diǎn)數(shù)， f 浮點(diǎn)數(shù)，如 g 由 awk決定使用哪種浮點(diǎn)數(shù)轉(zhuǎn)換 e或 f ， o 八進(jìn)制數(shù)， s 字符串， x 十六進(jìn)制數(shù) ⑥ 舉例 : echo 65 | awk 39。{ printf (%c\n,$0) }39。 // 將打印 A awk 39。BEGIN{printf %.4f\n,999}39。 //將打印 awk 39。BEGIN{printf 2 number:%%,999,888}39。 // 將打印 2 // number: 總結(jié) ? sed適合處理整行的文本 ? awk適合處理下面格式的文件 col1 col2 col3 col4 … ? 更復(fù)雜的文本可通過結(jié)合 sed和 awk進(jìn)行處理，或者通過其他更高級的腳本語言如 perl/python進(jìn)行處理 ? 記住： C/C++不適合用來處理文本或字符串，所以，掌握 12種腳本語言對于生物信息學(xué)來說，是非常有必要的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1