☰

从我的文件标题中删除变量模式

tag-icon • tag-icon command-line bash batch-rename
从我的文件标题中删除变量模式

当我终于收到 NGS 测序的数据时，我用 Ubuntu 花了几天时间进行分析。但是，我缺乏 shell 编码的基础知识，对这种全新的语言感到不知所措。

我设法遵循管道，但仍然存在初学者的问题。

具体来说，我有一个文件夹，里面有 96 个文件，我想重命名它们。它们通常具有以下形式：

AD18_S1_R2_cat_trimmed.fastq.gz
AD19_S26_R2_cat_trimmed.fastq.gz

基本上，我试图删除样本 ID，例如_S1和_S26。我最近发现了星号，并成功地将它们用于以前的功能。但我无法想象如何在这里使用它们。我认为可行的方法是提取_S和之间的表达式_R并将其删除，同时保留R。

如果样本 ID 的长度始终相同，我会[5-7]删除名称中的字符。但对于某些样本，这种方法行不通。

我想了解如何做到这一点，而不是得到答案。因此，如果您同意分享解决方案，您能否向我解释如何进行此更改，以及您的代码意味着什么？

答案1

mmv是一个很好的工具。默认情况下它没有安装，因此您可以使用以下命令安装它：

sudo apt install mmv

然后只需在保存文件的目录中运行以下命令：

mmv -n '*_*_R2_cat_trimmed.fastq.gz' '#1_R2_cat_trimmed.fastq.gz'

简化的解释：

  • -n使用 (no-execute) 是为了预览更改，但不应用这些更改。如果您对输出满意，请在不使用标志的情况下重新运行该命令-n。

  • 您想要删除第一个和第二个之间的所有内容，因此( )_的第一个参数是文件的一般表达式。mmv'*_*_R2_cat_trimmed.fastq.gz'

    星号是通配符，表示“匹配任意字符串”。因此，我们匹配第一个 之前的任何字符串_，然后匹配第一个 和第二个 之间的任何字符串_，其余文件名保持不变。

  • 第二个参数 ( '#1_R2_cat_trimmed.fastq.gz') 基本上表示“使用第一个匹配项重命名”( #1)，其余部分只是我们保留的字符串部分。由于我们没有使用第二个匹配项 ( #2)，因此我们有效地将其删除。

默认情况下，mmv在后台应用更改。如果您想在进行更改时查看更改，可以使用-v(verbose) 标志。

有关更多信息mmv，您可以通过运行来查阅其手册页man mmv在你的终端。

笔记：在运行任何命令之前，请务必在部分文件中对其进行测试，以确保其能够按预期工作并且不会丢失任何文件。始终备份原始文件也是个好主意。

答案2

使用rename：

rename -n 's/^([^_]*)_S[^_]*(_.*)$/$1$2/' *.fastq.gz

-n如果您对输出满意，请删除。

perlrename工具使用类似于以下的 perl 正则表达式sed：

  • s/pattern/replacement/modifier将搜索模式并用替代品代替它。
  • pattern是一个用于匹配字符串的正则表达式。
  • ^([^_]*)_=> 从文件名开头 ( ^) 搜索直到第一个_( [^_]*) 的任何内容并将其保存为变量(...)以用于替换 ( $1)。
  • S[^_]*=> 匹配S之后跟有 的任何非 的东西_。
  • (_.*)$匹配一个_后跟任意内容 ( .*)（再次将一个保存为变量$2）直到字符串结尾 ( $)。

答案3

一般来说，使用正则表达式时，“少即是多”。我的意思是，避免尝试匹配整个字符串，而是专注于匹配您感兴趣的部分。在这种情况下，字母后跟一个或多个数字。这可以用 Perl 兼容正则表达式 (PCRE) 语法（该工具S使用的语法）表示为。renameS\d+

考虑到这一点，这里有一个更简单的rename命令：

$ rename -n 's/_S\d+//' *fastq.gz
AD18_S1_R2_cat_trimmed.fastq.gz -> AD18_R2_cat_trimmed.fastq.gz
AD19_S26_R2_cat_trimmed.fastq.gz -> AD19_R2_cat_trimmed.fastq.gz

该命令将用空字符替换第一个 a_后跟S一个或多个数字 ( \d+)，从而有效地将其删除。 指示-n不要rename重命名任何内容，而只是打印它将执行的操作。一旦您确认此命令可以满足您的要求，请删除-n以使命令真正重命名文件。

相关内容