☰

检查文件中的字符数是否可以被3整除

tag-icon • tag-icon linux bash shell-script shell scripting
检查文件中的字符数是否可以被3整除

我正在尝试检查 dna 文件中核苷酸碱基字符的数量是否是 3 的倍数，并且以下代码不断出现错误：

var4=$(wc -c < $1 | bc)
var5=$($var4 % 3)

if [ "$var5" -eq 0 ]; then

正如您所看到的，上面的代码并不完整，但我只是展示了我遇到问题的部分。

答案1

假设您的核苷酸是使用组中的字母进行编码的acgtn，以下命令将删除该组中不是字符的所有内容（例如换行符和空格等），然后计算剩余的字符：

ncount=$( tr -d -c 'acgtn' <"$1" | wc -c )

然后，您可以通过简单的测试来检查这个数字，但请注意使用$((...))而不是$(...)：

if [ "$(( ncount % 3 ))" -eq 0 ]; then
    echo 'nucleotide count is multiple of 3'
fi

如果您使用大写字母或两者的混合，请tr适当扩展使用的字符串。

答案2

要删除三个一组的所有非换行符，我们可以这样做：

sed 's/...//g' file

如果结果仅为空行，则所有行都具有三个字符的倍数。

如果输入不是一行并且可能包含其他字符（包括换行符），则删除任何不是核苷酸碱基字符（假设为大写ACGTN）的内容，包括换行符：

{ <file tr -cd 'ACGTN'; echo; } | sed 's/...//g'

如果结果为空（只有换行符），则基本字符数是 3 的倍数。

假设您想要在计数不是 3 的倍数时停止脚本（退出），请使用以下命令：

if [ "$( { <file tr -cd 'ACGTN'; echo; } | sed 's/...//g')" ]; then
    echo 'nucleotide count is not multiple of 3'
    exit 1
fi

答案3

一个sed选项

f=$(sed -E "s/[actgn]{3}//g" file); echo ${#f}

只需删除所有连续的有效 3 个碱基组，如果末尾留下了除零长度字符串之外的任何内容，那么您就会遇到问题......尽管这将允许新行，前提是中断是 3 个碱基的倍数。

答案4

使用bash，GNU grep和wc，但没有变量：

(exit $(( $(grep -io '[acgtn]' file | wc -l)%3 )) )

...它返回一个真的仅当 DNA 字符是三的倍数时才退出代码。

在代码中使用它可能看起来像：

if (exit $(( $(grep -io '[acgtn]' file | wc -l)%3 )) ); then

相关内容