如何对文字“..”进行grep

Question

我正在使用grep解析一个文件，屏幕上的输出包含换行符，如下所示：

$ grep 'gene' sequence.gb
     gene            89..1483
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
     gene            complement(1987..2763)
                     /gene="nucleocapsid protein"
                     /gene="nucleocapsid protein"

我可以将它赋值给一个变量，然后用换行符打印出来：

$ gene=$(grep 'gene' sequence.gb)
echo "$gene"
     gene            89..1483
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
     gene            complement(1987..2763)
                     /gene="nucleocapsid protein"
                     /gene="nucleocapsid protein"

但这并不包含真正的换行符，因为如果我再次对包含“..”的行进行grep操作我得到了很多：

$ echo "$gene" | grep '..'
     gene            89..1483
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
     gene            complement(1987..2763)
                     /gene="nucleocapsid protein"
                     /gene="nucleocapsid protein"

通过不使用引号，我们可以看到这是一个字符串：

$ echo $gene
gene 89..1483 /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" /gene="non-structural protein" gene complement(1987..2763) /gene="nucleocapsid protein" /gene="nucleocapsid protein"

因此，我的问题是，我如何保持换行符格式或引入它？

谢谢

Answer 1

因为.是正则表达式通配符，所以grep '..'匹配至少有两个字符的每一行：

$ echo "$gene" | grep '..'
     gene            89..1483
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
                     /gene="non-structural protein"
     gene            complement(1987..2763)
                     /gene="nucleocapsid protein"
                     /gene="nucleocapsid protein"

在正则表达式中，.是非常疯狂的:它不仅会匹配任何字母或数字，还会匹配任何标点符号、空白、制表符或任何其他字符。

若要只匹配句点，请使用-F：

$ echo "$gene" | grep -F '..'
     gene            89..1483
     gene            complement(1987..2763)

-F是--fixed-strings的缩写，并告诉grep将模式视为固定字符串，而不是正则表达式。

或者，您可以转义句点，以便它们只匹配句点(帽子提示：尼克)：

$ echo "$gene" | grep '\.\.'
     gene            89..1483
     gene            complement(1987..2763)

否则，我们可以强制grep将句点作为文字句点来处理，方法是将它们放入字符类(帽子提示：戴夫_汤普森)：

$ echo "$gene" | grep '[.][.]'
     gene            89..1483
     gene            complement(1987..2763)

但是，如果不需要正则表达式，请使用-F，因为它使grep处理速度快得多。