主页 / ubuntu / 问题 / 1438639
Accepted
Paulo Sergio Schlogl
Asked: 2022-11-02 16:43:50 +0800 CST

需要帮助找出一个正则表达式来修改一些文件

  • 772

我有一些文件需要清理一些名称。

例如：

GCA_940670685.1_Clostridium_sp_chr  3757330
GCA_940677205.1_Clostridium_colinum_chr 2035557
GCA_942548115.1_Aeromicrobium_sp_chr    3463989
GCA_943169635.1_Fenollaria_sp_chr   3260126
GCA_943169825.1_Varibaculum_sp_chr  4423380
GCA_943736995.1_Sporosarcina_sp_chr 3771420

我需要一些这样的：

GCA_940670685.1 3757330
GCA_940677205.1 2035557
GCA_942548115.1 3463989
GCA_943169635.1 3260126
GCA_943169825.1 4423380
GCA_943736995.1 3771420

我尝试使用：

sed 's/_[A-Za-z]+_//gI' Terrabacteria_chr_lengths.tsv

sed 's/\w+_\w+_chr//gI' Terrabacteria_chr_lengths.tsv

find Results/Lengths/Bacteria -type f -exec sed -i 's/_\w+_\w+_chr//g' {} \;

但似乎没有任何效果，我认为由于我在正则表达式方面的技能不佳，例如。\w+ \w+_chr。

任何建议将不胜感激。谢谢你。

保罗

sed

1 个回答

  1. Best Answer

    最大的问题是+它不能作为 sed 基本正则表达式 (BRE) 中的量词 - 您需要使用-E或-r使用它切换到扩展正则表达式 (ERE) 模式（或更改+为\{1,\}POSIX BRE 版本1）。

    除此之外，您似乎希望在初始下划线之后匹配一系列字母字符和下划线（但不以下划线结尾）。所以要么：

    sed -E 's/_[A-Za-z_]+//'

    或者

    sed 's/_[A-Za-z_]\{1,\}//'

    您不需要g修饰符，因为您每行进行一次替换。

    1 GNU sed 实际上支持\+作为 BRE 中的量词，但恕我直言，这只会增加混乱。

    • 1

相关问题