Paulo Sergio Schlogl's questions

我有这个脚本，我想在其中添加一行，在串联后，安全地删除 *.dump 文件，因为它们很大，而且我没有空间用于串联文件和转储文件。jelly 是一个 txt 文件，其中包含一行一行的基因组 ID 列表，如下所示：

GCA....
GCA....and so on.

我有一堆转储文件名，以基因组 id 命名，有两列：例如。GCA...1.dump 就像：

A 57575757
C 6656565..

前任。GCA...2.dump 就像：

AA 6565656
AT 6565656...

所以我有每个基因组 ID 的 14 个转储文件（1-14 ngrams）。因此，我想为每个基因组 ID 连接所有 1-14，然后删除基于 jelly 文件的使用过的转储文件。最后，我只需要在创建的新目录中有一个名为 *.counts 的文件。

#! usr/bin/env bash

dir_in=$1 # Jelly_count
super=$2 # Archaea/Bacteria
group=$3 # Asgard_group/Pseudomonadota
sub=$4 # Aquificota
dir_out=Counts/"${super}"/"${group}"/"${sub}"/CHR

if [ ! -d "${dir_out}" ]; then
  mkdir -p "${dir_out}"
fi
# read the ids in jelly file
for id in $(cat "${dir_in}"/"${super}"/"${group}"/"${sub}"/jelly);
do
  echo "Concatenating files from genome ${id}"
  # make a loop from 1 to 14 or any other range I need
  for i in $(seq $5 $6);
    do
      # concatenate all 14 tsv files in one
      csvtk concat "${dir_in}"/"${super}"/"${group}"/"${sub}"/CHR/"${id}"_"${i}".dump >> "${dir_out}"/"${id}"_chr_kmer.counts
     # then delete all the 14 dump files
     # MAYBE ?????
     **find "${dir_in}"/"${super}"/"${group}"/"${sub}". -name '*.dump' -delete**
    done
    
done

我尝试过rm，但还有更好的方法吗？

谢谢你们。

保罗

我发现了这个有趣的命令：

grep -v '^>' test.fasta | tr -d '\n' | sed -e 's/\(.\)/\1\n/g' | sort | uniq -c | sort -rn

我对它的含义有所了解（它计算文本文件中的字母），但我的问题是关于这个：

sed -e 's/\(.\)/\1\n/g'

我知道它由三个替代命令组成。一种是替换换行符（\n），一个匹配除换行符（\(.\)）之外的任何字符，但我迷路了/\1\？

嗨，我是 bash 脚本的新手，我有下面的代码，它运行时没有任何错误或完成退出。我想在标准输出中添加一行失败或退出的消息，以确保它成功与否。你们中的任何一个都会帮助我。谢谢 PS-如果可能的话，帮助获得更通用的。

#!/usr/bin/env bash
fastq-dump --split-files SRR531199
head -n 2000000 SRR531199_1.fastq > SRR531199_1.500k.fastq
head -n 2000000 SRR531199_2.fastq > SRR531199_2.500k.fastq
for dataset in SRR497965 SRR497966 SRR497967 SRR497968 ERR1716491
do
 fastq-dump -M 1000 --table SEQUENCE $dataset
done

我在网站末尾的应用程序中从本教程中获得的代码：http:
//evomics.org/learning/assembly-and-alignment/2018-assembly-kmer-lab/