Regex 跨行查找字符串并替换为空

我有一些“fastq”格式的DNA序列文件（基本上只是文本文件），如下所示：

@Sample_1
ACTGACTGACTGACTGACTGACTGACTG
ACTGACTGACTGACTGACTGACTGACTG
+
BBBBBBBBBBBBEEEEEEEEEEEEEEEE
EHHHHKKKKKKKKKKKKKKNQQTTTTTT
@
+
@
+
@Sample_4
ACTGACTGACTGACTGACTGACTGACTG
ACTGACTGACTGACTGACTGACTGACTG
+
BBBBBBBBBBBBEEEEEEEEEEEEEEEE
EHHHHKKKKKKKKKKKKKKNQQTTTTTT

我的最终目标是将这些文件转换成“FASTA”格式文件，但要做到这一点，我需要清除中间的两个空序列。 编辑

所需的输出如下所示：

@Sample_1
ACTGACTGACTGACTGACTGACTGACTG
ACTGACTGACTGACTGACTGACTGACTG
+
BBBBBBBBBBBBEEEEEEEEEEEEEEEE
EHHHHKKKKKKKKKKKKKKNQQTTTTTT
@Sample_4
ACTGACTGACTGACTGACTGACTGACTG
ACTGACTGACTGACTGACTGACTGACTG
+
BBBBBBBBBBBBEEEEEEEEEEEEEEEE
EHHHHKKKKKKKKKKKKKKNQQTTTTTT

我试过的所有专用软件（Biopython、独立程序、其他人发布的perl脚本）都在空序列中崩溃。这实际上只是搜索字符串

@\n+

并将其替换为空的问题。我在谷歌上搜索了这篇文章，读了好几篇文章，用sed尝试了大约一百万个选项，但都没能找到答案。以下是一些不起作用的东西：

sed s/'@'/,/'+'// test.fastq > test.fasta
sed s/'@,+'// test.fastq > test.fasta

如有任何见解，将不胜感激

另外，我有一台Mac电脑。

试试：

sed "/^[@+]*$/d" test.fastq > test.fasta

指示sed删除匹配行（即不打印）

^

和

$

分别表示“字符串开始”和“字符串结束”，即行必须完全匹配

因此，上面的命令基本上说：

打印不包含

@

或

+

的所有行，并将结果写入

test.fasta

编辑：对不起，我稍微误解了这个问题。如果只想删除连续行对，如

@
+

然后需要执行多行搜索和替换

虽然这可以通过

sed

完成，但使用

perl

脚本可能更容易：

perl -0pe 's/^@\n\+\n//gm' test.fastq > test.fasta

• -0

  选项将Perl转换为“文件slurp”模式，在此模式下，Perl一次读取整个输入文件（而不是逐行读取）。这将启用多行搜索和替换

• -pe

  选项允许您运行Perl代码（本例中为模式匹配和替换）并显示命令行的输出

• ^@\n\+\n

  是要匹配的模式，我们将用零替换它（即删除）

• /gm

  使替换成为多行和全局的

---

您也可以将

-i

作为第一个参数传递给

perl

，以内联编辑文件。

这可能不是世界上最优雅的解决方案，但您可以使用tr将

\n

替换为

null

字符并返回

cat test.fastq | tr '\n' '\0' | sed 's/@\x0+\x0//g' | tr '\0' '\n' > test.fasta

试试这个：

sed '/^@$/{N;/\n+$/d}' file

当找到

@

时，下一行将用

N

追加到模式空间。

---

如果在下一行中找到

$

，则

d

命令将删除这两行。

请在代码标记中发布预期输出，然后告知我们。

^[+@]+$

带有

gm

修饰符。如果您还需要删除空白

^[+@]+$\s*

您可以使用

grep-Ev'^@[:blank:]*$文件

，该文件已关闭。唯一的问题是，我需要保留其他只有

+

的行（例如Sample1和Sample4中的行）。请查看我的编辑：）如果您在问题中明确编写了

test.fasta

的所需内容，我会更清楚一些。这太棒了，谢谢！也谢谢你非常清楚的解释。这有助于我学到更多，希望下次我能自己完成。真的很感激！