Regex 防止"；"富",；“来自匹配”；“富吧”；与grep-w

我在我的Perl脚本中使用grep，并尝试grep我给出的确切关键字。问题是“-w”不能识别“-”符号作为分隔符

例如： 假设我有两个记录：

A1BG    0.0767377011073753
A1BG-AS1    0.233775553296782

如果我给 grep-w“A1BG” 它返回两个，但我只想要一个

有什么建议吗？ 非常感谢

附言

这是我的全部代码。 输入文件是两列分隔的选项卡。所以，我想为每个基因保留一个唯一的值。如果我有多个记录，我会计算平均值

#!/usr/bin/perl
use strict;
use warnings;

#Find the average fc between common genes
sub avg {
my $total;
$total += $_ foreach @_;
   return $total / @_;
}

my @mykeys = `cat G13_T.txt| awk '{print \$1}'| sort -u`;
foreach (@mykeys)
{
    my @TSS = ();

    my $op1 = 0;

    my $key = $_;
    chomp($key);
    #print "$key\n";
    my $command = "cat G13_T.txt|grep -E '([[:space:]]|^)$key([[:space:]]|\$)'";
    #my $command = "cat Unique_Genes/G13_T.txt|grep -w $key";
    my @belongs= `$command`;
    chomp(@belongs);
    my $count = scalar(@belongs);
    if ($count == 1) {
            print "$belongs[0]\n";
    }
    else {
            for (my $i = 0; $i < $count; $i++) {
                    my @token = split('\t', $belongs[$i]);
                    my $lfc = $token[1];
                    push (@TSS, $lfc);
            }
            $op1 = avg(@TSS);
            print $key ."\t". $op1. "\n";
    }
}

#/usr/bin/perl
严格使用；
使用警告；
#找出常见基因之间的平均fc
次平均值{
我的$total；
$total+=$\uForEach@；
返回$total/@；
}
my@mykeys=`catg13_T.txt | awk'{print\$1}'| sort-u`；
foreach（@mykeys）
{
我的@TSS=（）；
我的$op1=0；
我的$key=$\ux；
chomp（$key）；
#打印“$key\n”；
my$command=“cat G13_T.txt|grep-E'（[[：space:]|^）$key（[[：space:]\$）”；
#my$command=“cat Unique_Genes/G13_T.txt | grep-w$key”；
我的@beliens=`$command`；
咀嚼（@属于）；
我的$count=标量（@bellings）；
如果（$count==1）{
打印“$属于[0]\n”；
}
否则{
对于（我的$i=0；$i<$count；$i++）{
my@token=split（'\t'，$属于[$i]）；
my$lfc=$token[1]；
推送（@TSS，$lfc）；
}
$op1=平均值（@TSS）；
打印$key.\t.$op1.\n；
}
}

您可以将POSIX ERE正则表达式与

grep一起使用，如下所示：

grep -E '([[:space:]]|^)A1BG([[:space:]]|$)' file

要仅返回匹配项（非匹配行），请执行以下操作：

详细信息


（[[：space:][]|^）
-第1组：空白或行首
A1BG
-子字符串
（[[：space:]|$）
-第2组：空白或行尾
如果我在评论中得到了正确的澄清，那么目标是找到第一列中唯一名称的平均值（第二列）。那么就不需要外部工具了

逐行读取文件，并将每个名称的值相加。名称唯一性是通过使用散列来授予的，名称是键。除此之外，还可以跟踪他们的数量

use warnings;
use strict;
use feature 'say';

my $file = shift // die "Usage: $0 filename\n";

open my $fh, '<', $file or die "Can't open $file: $!";

my %results;

while (<$fh>) {
    #my ($name, $value) = split /\t/;
    my ($name, $value) = split /\s+/;  # used for easier testing

    $results{$name}{value} += $value;
    ++$results{$name}{count};
}

foreach my $name (sort keys %results) { 
    $results{$name}{value} /= $results{$name}{count} 
        if $results{$name}{count} > 1;

    say "$name => $results{$name}{value}";
}

现在我们不需要计数，因为它是由数组中的元素数（ref）给出的

请注意，以这种方式构建的哈希需要与文件大小相当的内存（甚至可能超过文件大小），因为所有值都是存储的

这是使用显示的两行样本数据测试的，在文件中重复和更改。代码不会以任何方式测试输入，但希望第二个字段始终为数字

请注意，没有任何理由退出我们的程序并使用外部命令。
请尝试使用
grep-E'（[[：space:]|^）A1BG（[[：space:]|$）”
使用
-w
而不是明确要求以空格结尾的字符串是否有特别的原因？或者从perl脚本中使用
grep
，这是perl在内部擅长做的事情吗？要清楚的是，grep认为哪些字符是单词分隔符，哪些字符不被认为是单词分隔符取决于语言环境，因此即使它在一个区域或一组语言设置中工作，也不会在任何地方工作。这是一个普遍存在于
grep-w
中的问题，当您想要匹配活动配置区域设置中除单词以外的任何内容时，这是一个错误的选择。@WiktorStribiżew好吧，我认为它起了作用！：）感谢you@Vasilis嗯，我的意思是“编辑”问题并将其添加到那里。好的，这是一个令人惊讶的方法！我希望我能那样想！非常感谢。@Vasilis很高兴你喜欢它：）。值得注意和记住的是，这是一个很好的例子，说明了散列（字典）的巨大效用及其典型用途之一。
use warnings;
use strict;
use feature 'say';

my $file = shift // die "Usage: $0 filename\n";

open my $fh, '<', $file or die "Can't open $file: $!";

my %results;

while (<$fh>) {
    #my ($name, $value) = split /\t/;
    my ($name, $value) = split /\s+/;  # used for easier testing

    $results{$name}{value} += $value;
    ++$results{$name}{count};
}

foreach my $name (sort keys %results) { 
    $results{$name}{value} /= $results{$name}{count} 
        if $results{$name}{count} > 1;

    say "$name => $results{$name}{value}";
}

while (<$fh>) {
    #my ($name, $value) = split /\t/;
    my ($name, $value) = split /\s+/;  # used for easier testing

    push @{$results{$name}}, $value;
}

use List::Util qw(sum);

foreach my $name (sort keys %results) {
    say "$name => ", sum(@{$results{$name}}) / @{$results{$name}};
}