如何删除以"chr1“开头但保留"chr11”或"chr19“的条目？

Question

我有一个文件，里面有这样的条目：

chr1    740678  740720
chr1    2917480 2917507

我想删除以chr1开头的条目，但保留以chr11或chr19开头的其他条目，等等。当我使用grep -v "chr1"时，它会删除以chr11或chr19开头的其他部分。我可以使用另一个正则表达式吗？

Answer 1

首先，您应该锚定正则表达式，使其仅在行(^chr1)的开头匹配，以避免查找包含chr1的行，但这不是第一个字符串(例如，对于带注释的VCF文件，这很容易发生)。接下来，您可以将-w选项用于(GNU) grep：

   -w, --word-regexp
          Select  only  those  lines  containing matches that
          form whole words.  The test is  that  the  matching
          substring  must  either  be at the beginning of the
          line,  or  preceded  by  a   non-word   constituent
          character.  Similarly, it must be either at the end
          of the line or followed by a  non-word  constituent
          character.     Word-constituent    characters   are
          letters, digits, and the underscore.   This  option
          has no effect if -x is also specified.

如果您的grep不支持这一点，那么请使用以下命令：

grep -v '^chr1\s' file

\s匹配空白(包括制表符和空格)，因此将排除以chr1开头的任何行，然后排除任何类型的空格字符。

Answer 2

看起来在chr1之后有一些空格或制表符。所以您可以搜索chr1，后面跟着一些空格字符。试试这个：

grep -v "chr1\s\+"