regex - pcregrep 一个 wiggle 文件来提取染色体。多行正则表达式搜索

Question

我编写了一个简单的正则表达式，与 pcregrep 一起使用以返回摆动文件中的给定染色体(见下文)。

 pcregrep -M '^fixedStep chrom=2.*\n[0-9\n]*' input.txt

输入.wig

fixedStep chrom=1 start=14154 step=1
1
1
1
1
1
fixedStep chrom=2 start=14154 step=1
1
1
3
10
120
14
5
9
fixedStep chrom=2 start=20145 step=1
1
1
11
1
1
fixedStep chrom=2 start=30535 step=1
3
24
11
fixedStep chrom=3 start=14154 step=1
1
1
1
1
1

输出是:

fixedStep chrom=2 start=14154 step=1
1
1
3
10
120
14
5
9
fixedStep chrom=2 start=30124 step=1
fixedStep chrom=2 start=50345 step=1
4
23
90
fixedStep chrom=3 start=14154 step=1

但我想得到的是:

fixedStep chrom=2 start=14154 step=1
1
1
3
10
120
14
5
9
fixedStep chrom=2 start=20145 step=1
1
1
11
1
1
fixedStep chrom=2 start=30535 step=1
3
24
11

更具体地说，我想在匹配的文件中找到每个条目

fixedStep chrom=2 start=ANY step=1
1
2
3
4

并删除它，同时保留所有其他染色体。

编辑:

我部分解决了搜索问题；我可以用

pcregrep -M '^fixed.*chrom=2.*(\n[0-9]+)*' input.txt

得到正确的输出；但我仍然没有找到从 input.txt 中删除 2 号染色体的有效方法。

Answer 1

你会使用 awk 吗？那么这应该有效:

awk '/chrom=2/{p=1}/chrom=[^2]/{p=0}p' input