- 博客(4)
- 收藏
- 关注
RSS订阅转载 【转】正则表达式 文本处理三剑客的总结
0 正则表达式的基础^ 行首标识$ 篇尾标识或行尾标识. 代表任意一个字符? 代表前趋字符的一次出现* 代表0个或多个前趋字符出现[1-9] 代表一个属于1-9的字符[^1-9]
2015-08-18 15:07:56
467
原创 提取最长转录本的代码
1.最长转录本：就是gene的id相同，但是序列的长度不一样，应该挑选出序列最长作为后面的分析下面就是一个转录本的id文件，都是来自同一个gene,但是转录本的id和长度均不相同分析：发现除了第4列表示的基因id相同以外，其他的列均不相同。2.过滤最长转录本的编程思路： 考虑到绵羊的转录本的id的复杂性，主要按一下几个步骤来实现：step1: 读取转录本
2015-08-09 19:19:18
8678
原创 如何用awk过滤最后一行的？
最近需要对fasta文件的id进行处理，输入的ID格式如下：而我要处理成:也就是过滤文件的最后一列，目前过滤文件的最后一列的方法有如下：(1) awk '{print $1"\t"$2"\t"$3"\t"$4"\t"$5}' 解析：因为该文件有六列，过滤最后一列也就是只打印前五列，但是存在的问题是：awk打印出来的第一列和第二列之间的空格数对应不起来(2
2015-08-09 17:51:39
9017
1
原创 如何统计id很复杂的fasta文件的长度？
对于一般的fasta文件的格式是：>chr1AAGCCATCCGG但是最近两天遇到id很复杂的fasta，对于这样的fa文件用现有的脚本却统计错误原本人的hg38染色体有23条染色体，但是统计出来却只有一条染色体的长度：因此，需要重新修改length.pl
2015-08-04 15:19:13
1884
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人