如何使用 grep 匹配精確的單詞

Christ14n97

我在 zsh 中有一個列表/數組,它是 house=$(cat corrected_inhouse_list.txt)

包含:

N-METHYL-L-GLUTAMIC ACID
L-GLUTAMIC ACID
CREATINE
L-PROLINE
CREATINE PHOSPHATE
L-VALINE
L-TYROSINE
L-KYNURENINE
L-PHENYLALANINE
PHENYLETHANOLAMINE
D-PANTOTHENIC ACID
L-TRYPTOPHAN
MYRISTIC ACID

文件“metexplore_IDs_DB.tsv”:

8:M_Lkynr   exact multimatching 1   L-KYNURENINE    CHEBI:16946 NA  NA
21:M_glu_L  exact multimatching 1   L-GLUTAMIC ACID CHEBI:16015 NA  NA
40:M_trp_L  exact multimatching 1   L-TRYPTOPHAN    CHEBI:16828 NA  NA
42:M_pro_L  exact multimatching 1   L-PROLINE   CHEBI:17203 NA  NA
50:M_phe_L  exact multimatching 1   L-PHENYLALANINE CHEBI:17295 NA  NA
56:M_creat  exact multimatching 1   CREATINE    CHEBI:16919 NA  NA
57:M_34dhphe    exact multimatching 1   3,4-DIHYDROXY-L-PHENYLALANINE (L-DOPA)  CHEBI:15765 NA  NA
61:M_tyr_L  exact multimatching 1   L-TYROSINE  CHEBI:17895 NA  NA
63:M_val_L  exact multimatching 1   L-VALINE    CHEBI:16414 NA  NA
94:M_Lkynr  exact multimatching 1   L-KYNURENINE    CHEBI:16946 NA  NA
95:M_5oxpro exact multimatching 1   5-OXO-L-PROLINE CHEBI:18183 NA  NA
107:M_4hpro_LT  exact multimatching 1   4-HYDROXY-L-PROLINE CHEBI:18095 NANA
171:M_pcreat    exact multimatching 1   PHOSPHOCREATINE CHEBI:17287 NA  NA
191:M_pnto_R    exact multimatching 1   D-PANTOTHENIC ACID  CHEBI:7916  NANA
211:M_pcreat    exact multimatching 1   CREATINE PHOSPHATE  CHEBI:17287 NANA
237:M_35diotyr  exact multimatching 1   3,5-DIIODO-L-TYROSINE   CHEBI:15768 NANA
315:M_ttdca exact multimatching 1   MYRISTIC ACID   CHEBI:28875

我想使用 grep 來匹配文件上的這些詞。問題是可以在圖片中看到的內容,grep 還捕獲包含但不以我的興趣詞開頭的詞。

我試過了:

for i in ${house[*]}; do grep -n -E "^\s*\{$i}\>" metexplore_IDs_DB.tsv; done
for i in ${house[*]}; do grep -n -E -w "\<$i" metexplore_IDs_DB.tsv; done 
for i in ${house[*]}; do grep -n -E "(^|\t)$i" metexplore_IDs_DB.tsv; done

在此處輸入圖片說明

我可以做什麼來實現我的目標?所需的輸出將沒有第 57、95、107 和 237 行。

巴馬

看起來你總是匹配字段 4。所以awk會是一個更好的解決方案,因為你可以簡單地對整個字段進行精確匹配:

for i in "${house[@]}"; do
    awk -F'\t' -v i="$i" '$4 == i' metexplore_ID.tsv
done

不要忘記周圍的引號${house[@]}否則元素 likeL-GLUTAMIC ACID將被視為兩個不同的詞來匹配。

您還可以通過corrected_inhouse_list.txt直接加載awk數組中來避免創建數組和循環

awk -F'\t' -v i="$i" '
    NR == FNR {houses[$0]++; next} 
    $4 in houses' corrected_inhouse_list.txt metexplore_ID.tsv

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章