grep(bash)多行模式 [英] grep (bash) multi-line pattern

问题描述

在bash(4.3.46(1))中，我有一些多行所谓的fasta记录，其中每个记录都是通过> name和以下行DNA序列([AGCTNacgtn])在线启动的，这里是三个记录:

In bash (4.3.46(1)) I have some multi-line so called fasta records where each record is initiated by on line with >name and the following lines DNA sequence ([AGCTNacgtn]), here three records:

>chr1
AGCTACTTTT
AGGGNGGTNN
>chr2
TTGNACACCC
TGGGGGAGTA
>chr3
TGACGTGGGT
TCGGGTTTTT

如何使用bash grep获取第二条记录?在其他语言中，可能会使用:

How do I use bash grep to get the second record ? In other languages one might use:

>chr2\n([AGCTNagctn]*\n)*

在Bash中，我试图使用此处的想法(以及其他SO).这不起作用:

In Bash I was trying to use the ideas from here (among other SOs). This did not work:

grep -zo '>chr2[AGCTNacgtn]+' file 

结果应为:

>chr2
TTGNACACCC
TGGGGGAGTA

解决方案

在我的系统上，这就是解决方案(下面几乎是Cyrus'，即没有管道连接到第二个grep .):

On my system this was the solution (Almost Cyrus' below, i.e. with out the pipe to a second grep . ):

grep -Pzo '>chr1\n[AGCTNacgtn\n]+' file

推荐答案

使用GNU grep:

With GNU grep:

grep -Pzo '>chr2\n[AGCTNacgtn\n]+' file | grep .

输出:

>chr2
TTGNACACCC
TGGGGGAGTA

这篇关于grep(bash)多行模式的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！