从我的文件标题中移除变量模式

Question

当我最终收到NGS测序的数据时，有几天我使用Ubuntu来分析它们。然而，我缺乏shell编码的基本知识，我感到被这种全新的语言所淹没。

我成功地遵循了管道，但仍然存在一些初学者的问题。

具体来说，我有一个文件夹，其中有96个文件，我想重命名。它们通常以下列形式存在：

AD18_S1_R2_cat_trimmed.fastq.gz
AD19_S26_R2_cat_trimmed.fastq.gz

基本上，我试图删除示例ID，例如_S1和_S26。我最近发现了星号，并成功地将它们用于以前的函数。但我很难想象如何在这里使用它们。我认为会起作用的是提取_S和_R之间的表达式并删除它，同时保留R。

如果示例ID始终具有相同的长度，我将使用[5-7]从名称中删除字符。但对某些样本不起作用。

我想了解如何做到这一点，而不仅仅是得到答案。因此，请您解释一下如何进行此更改，如果您同意共享解决方案，您的代码意味着什么？

Answer 1

mmv是一个很好的工具。默认情况下不安装它，因此您可以使用以下方法安装它：

sudo apt install mmv

然后，只需在保存文件的目录中运行以下命令：

mmv -n '*_*_R2_cat_trimmed.fastq.gz' '#1_R2_cat_trimmed.fastq.gz'

一种简化的解释：

• -n (No)被使用，这样您就可以在未应用更改的情况下预览它们。如果您对输出满意，请在不使用-n标志的情况下重新运行该命令。
• 您希望删除第一个和第二个_之间的所有内容，因此mmv ('*_*_R2_cat_trimmed.fastq.gz')的第一个参数是文件的通用表达式。星星是一个通配符，意思是“匹配任何字符串”。因此，我们将任何字符串匹配到第一个_，然后匹配第一个和第二个_之间的任何字符串，然后将文件名的其余部分保持原样。
• 第二个参数('#1_R2_cat_trimmed.fastq.gz')基本上是“使用第一个匹配来重命名”(#1)，其余的只是我们保留的字符串的一部分。因为我们没有使用第二个匹配(#2)，所以我们有效地删除了它。

默认情况下，mmv应用背景中的更改。如果您希望在进行更改时看到这些更改，可以使用-v (详细)标志。

有关mmv的更多信息，您可以通过在终端中运行man mmv来查阅其手册。

注意:在运行任何命令之前，请始终在文件的一部分中测试它，以确保它按您的要求工作，并且不会丢失任何文件。保持原始文件的备份也是件好事。

Answer 2

一般来说，当使用正则表达式时，“少即多”。我的意思是，避免试图匹配整个字符串，而是专注于匹配您安装的位。在这种情况下，字母S后面跟着一个或多个数字。这可以用Perl兼容的正则表达式( rename工具使用的语法)表示为S\d+。

考虑到这一点，下面是一个更简单的rename命令：

$ rename -n 's/_S\d+//' *fastq.gz
AD18_S1_R2_cat_trimmed.fastq.gz -> AD18_R2_cat_trimmed.fastq.gz
AD19_S26_R2_cat_trimmed.fastq.gz -> AD19_R2_cat_trimmed.fastq.gz

该命令将替换_的第一个实例，后面跟着S，然后将一个或多个数字(\d+)替换为空，从而有效地删除它。-n告诉rename不要重命名任何东西，而只是打印它要做的事情。一旦您确认这做了您想做的事情，就移除-n，使命令实际上重命名文件。