Question

我希望删除包含特定短语（TCONS）的所有字符串

我有

TCONS_5424934 XLOC_2348324
catgcatgcatgcatgcatcgt

TCONS_33345 XLOC_2342323
catgcatgcatgcatgcatcgt

我希望

XLOC_2348324
catgcatgcatgcatgcatcgt

XLOC_2342323
catgcatgcatgcatgcatcgt

我尝试过使用：

sed 's/\S*\(TCONS)\S*//g'

但这只是删除了整条线。如何删除整个单词？感谢

Answer 1

对正则表达式进行微小修改可以解决问题：

sed 's/\S*TCONS\S*\s*//g' file

这将删除任意数量的非空格，后跟TCONS，后跟任意数量的非空格以及任何尾随空格。

Answer 2

您也可以使用字符类表达相同的想法，可读性可能/可能不会更好，它更多的是品味，例如。

sed 's/[^ \t]*TCONS[^ \t]*[ \t]*//g' file.txt

基本上它只查找包含TCONS的任何字符串，由space或tab（如果存在）分隔，并删除该字符串以及任意数量的后续空格或制表符。字符串和空白指示符（\S和\s）是一个非常干净的实现，如Tom所示，但字符类也是一个可行的选项，取决于对你最有意义的内容。

Answer 3

那个特定数据的GNU awk（和mawk）：

$ awk -v RS="[ \n]" '!/TCONS/' file
XLOC_2348324
catgcatgcatgcatgcatcgt

XLOC_2342323
catgcatgcatgcatgcatcgt

它使用空格和换行符作为记录分隔符，并且基本上将一个记录中的多个单词作为多个记录分解，但是您的预期输出允许它。

Answer 4

这样做：
sed 's/\b\s*\S*TCONS\S*\s*\b//g'
正则表达式中的\ b匹配单词边界。 - 所以它只会删除带有TCONS的单词。它还会删除word前后的所有空格字符，其子字符串为TCONS