正则表达式 - 提取直到匹配并且不包括该匹配

Question

我尝试捕获同时删除文件扩展名和后缀的文件名，例如：

TEST_EXAMPLE_SUFFIX.file
Output = TEST_EXAMPLE

我想在匹配_SUFFIX部分并提取之前的所有字符（不包括_SUFFIX）的基础上这样做。通常我会使用类似的东西：

FILE_EXT=_SUFFIX
/.+?(?=$FILE_EXT)/

然而，当将它们作为for循环的一部分组合在一起时：

for t in $(ls *.fastq | sed -e /.+?(?=$READ1_EXT)/)

我收到错误：

command substitution: line 14: syntax error near unexpected token `('

我做错了什么？

Answer 1

不解析ls输出，您可以使用bash参数扩展 实现您的需求

for t in *_SUFFIX.fastq 
do
  echo "${t%_SUFFIX.fastq}" #stips _SUFFIX.fastq part
done

<强>参考

• 请参阅shell [ param expansion ]。
• 关于[ not to parse ls output ]。
的原因

修改

为了解决重复发生的问题，你可以这样做：

考虑您有两个感兴趣的文件Test_R1.file＆amp; Test_R2.file并且您希望Test只在结果中出现一次，例如

declare -A arry # declaring an associative array
for t in Test_R*.file
do
  arry["${t%_R*.file}"]=1 
  # stips _R(number).file part and makes it a key to arry
  # Remember arry keys are unique.
  # The assignment ie '=1' is not relevant here, you can assign any value
done
# We are all set to print the unique filenames
echo "${!arry[@]}"
# "${!arry[@]}" expands to the list of array indices (keys) for arry

Answer 2

您可以使用bash参数扩展来执行此操作，假设文件名的持久格式为：

for file in *_SUFFIX.fastq; do echo "${file%_*}"; done

for构造迭代.fastq个文件。

示例：

$ file=TEST_EXAMPLE_SUFFIX.fastq

$ echo "${file%_*}"
TEST_EXAMPLE