grep 从文件中筛选出 包含指定的字符或者正则表达式的行:默认只打印匹配到的行, 比如一个文件 test.txt, 其内容为: abc def ghi jkl grep a test.txt, 输出内容为: abc 指定了-A参数后可以输出匹配行以及后面的几行 grep -A 3 a  test.txt, 输出内容为 abc def ghi jkl -f 参数可以指定一个文件, 其中文件的每一行指定了需要匹配的内容, 比如 grep.txt ,内容为: a d grep -f grep.txt

测序数据中经常会接触到fastq格式的文件,比如说拿到fastq格式的原始数据后希望查看测序碱基的质量并去除低质量碱基.一般而言大家都是用现有的工具,比如说fastqc这个Java写的小程序,确实很好用,运行速度快,检查的项目也多.有时候我们也需要对这些数据进行个性化的分析,那么这个时候这些小工具就不能胜任了,需要我们自己写程序(脚本)来处理.本人目前才疏学浅,因此只有一下三种方案: 1.完全自己写脚本,读取每一行,手动解析,然后实现个性化分析.(显然这个比较慢,相当于重造了一个转速很慢的轮子)

#!/usr/bin/perl -w use warnings; use strict; input_fastq trim_length}; ; my ($fastq, $trim_length) = @ARGV; open(FASTQ, $fastq) or die "Can't open $fastq\n"; while (my $readid = <FASTQ>) { chomp $readid; chomp (my $sequence = <FASTQ>

准备测试文件 test.fq, 包含4条fastq 文件,碱基编码格式为phred64; @FC12044_91407_8_200_406_24 NTTAGCTCCCACCTTAAGATGTTTA +FC12044_91407_8_200_406_24 SXXTXXXXXXXXXTTSUXSSXKTMQ @FC12044_91407_8_200_720_610 CTCTGTGGCACCCCATCCCTCACTT +FC12044_91407_8_200_720_610 OXXXXXXXXXXXX

在分析中经常需要统计fasta/fastq文件的序列数和碱基数, 但是没有找到一些专门做这件事的小工具,可能是这个功能太简单了: 之前用自己写的perl的脚本统计这些信息, 当fastq文件非常大时,就变的很慢: 今天在网上搜到kseq.h可以parse fasta/fastq文件,用C写的, 速度很快: http://lh3lh3.users.sourceforge.net/parsefastq.shtml 自己试了一下, 在这个基础上添加个小功能, 命名为parse.c: #include

二代测序的分析过程中,经常需要统计原始下机数据的数据量,看数据量是否符合要求:另外还需要统计q20,q30,GC含量等反应测序质量的指标: 在kseq.h 的基础上稍加改造,就可以实现从fastq 文件中统计这些指标的功能,而且速度非常的快 #include <zlib.h> #include <stdio.h> #include <string.h> #include "kseq.h" // STEP 1: declare the type of

描述:假设有这样一个任务,你需要将文件名中含有美国风格日期(MM-DD-YYYY)的部分更换为欧洲风格日期(DD-MM-YYYY),并且需要你处理的文件多达上千个 分析:检查当前工作目录的所有文件名,寻找美国风格的日期.如果找到,将改文件改名,交换月份和日期的位置,使之成为欧洲风格 程序需要做以下事情 1)创建一个正则表达式,可以识别美国风格日期的文本模式 2)调用 os.listdir() 找出工作目录中的所有文件 3)循环遍历每个文件名,利用该正则表达式检查他是否包含日期 4)如果它包含日期

将fasta文件线性化处理 awk '/^>/ {printf("%s%s\t",(N>0?"\n":""),$0);N++;next;} {printf("%s",$0);} END {printf("\n");}' < input.fa cat Rmh.fasta | awk '{printf("%s%s",$0,((NR+1)%2==1?"\n"

之前写的一个小工具,写的很简陋,名字取的也很随意就叫skr,哈哈.主要是fq转fa.合并多个染色体的vcf文件等,功能不多(主要是C写起来太操蛋了T_T),通常我也只用来统计fastq文件信息: 这里给出工具地址:https://github.com/sharkLoc/skrTools usage: Program: skr Usage: skr <command> [options] fq2fa translate fastq file to fasta fqstat summary sta

http://askubuntu.com/questions/625219/how-to-search-and-delete-files-who-contain-specific-string-in-name

前言: 带有包名的java类在DOC下编译可以成功,但是运行出错  错误: 找不到或无法加载主类 com.soanl.socket.MyServer D盘temp文件下有个Hello.java文件,包名为 com.soanl.test 如:D:/temp/Hello.java 1.首先进入d盘的temp文件目录 d: cd temp D:\temp 2.编译Hello.java文件 java -d . Hello.java  (-d和Hello中间有个点,注意点的两边都要空格) 这个时候在tem

使用 Linux 经常会遇到这种情况:只知道文件中包含某些特定的字符串,但是不知道具体的文件名.需要根据“特定的字符串”反向查找文件. 示例(路径文件如下): ./miracle/luna/a.txt a.txt 文件中的内容如下 Hello, World! 查找当前目录下,包含“Hello”字符串的所有文件 [方式1](其中,r 表示递归, n 表示查询结果显示行号): grep -rn "Hello" ./ 效果如下: [方式2] find ./ -name "*.*&q

目录 1. FastqCount简介 2. 使用 3. 结果 1. FastqCount简介 快速实用小工具:FastqCount https://github.com/zhimenggan/FastqCount 统计指标包括: Total Reads Total Bases N Bases Q20 Q30 GC 2. 使用 压缩文件可搭配pigz使用更香. 单个fastq(.gz)文件: ./FastqCount input.fastq 多文件: pigz -dc R1.fastq.gz R2

修改可读取压缩格式文件 1 #include <stdio.h> 2 #include <stdlib.h> 3 #include <string.h> 4 #include <zlib.h> 5 6 #define RLEN 1024 7 8 static void getfq(char *fq); 9 10 int main(int argc, char *argv[]){ 11 12 if(argc!=2){ 13 fprintf(stderr,&qu

目前只能处理短序列,若要处理长序列,可按照https://www.cnblogs.com/mmtinfo/p/13036039.html的读取方法. 1 #include <stdio.h> 2 #include <stdlib.h> 3 #include <string.h> 4 #define RLEN 1024 5 6 static void getfq(char *fq, char *ofq); 7 8 int main(int argc, char *argv

other.jsp <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%> <% String path = request.getContextPath(); String basePath = request.getScheme() + "://" + request.getServerName() + ":&qu

Directory.jsp <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%> <% String path = request.getContextPath(); String basePath = request.getScheme() + "://" + request.getServerName() + "

mycount=`cat SRR108114_new_1.fastq | wc -l` echo 'Number of clean reads, SRR108114_new_1.fastq: '$((mycount/4)) >> SRR108114.stat mycount=`cat SRR108114_new_2.fastq | wc -l` echo 'Number of clean reads, SRR108114_new_2.fastq: '$((mycount/4)) >>

大家是否测试Apache做了目录禁止浏览后,目录下面的txt文件还是可以显示里面的内容的.例如:http://www.domain.com/test/此访问会报403错误,但是如果test下有很多txt,你访问该txt时:例如:http://www.domain.com/test/a.txt,此时a.txt里的内容会全部暴露在外面了(有时这个txt是很机密的文件),这样以来就不安全了.同样:我在Nginx配置后后也存在这样的问题,Apache下此问题的解决多谢NetSeek帮助.如下是关于Apa

CSV,逗号分开的文件,如果能快速的读取这些文件中的数据,无疑会帮助我们解决很多问题. 1. 只有数据的CSV文件,CSV file that includes only numbers. As an example, create a text file, named as 'data.csv' if you prefer, which includes the following data with any editor you like. 1, 2, 3, 4 5, 6, 7, 8 9,

因为文件已经被删除就不附图解释了 因为文件安装的方式错误,所以本是按照正常步骤卸载Oracle,前面的禁用Orace服务与删除Oracle注册表都没有出错,但到最后一步---------Oracle文件夹竟然有管理员权限,让我一下午的时间都花在这里了,抓狂. 我也不是到是自己在哪一步作对了,这里就把自己尝试的最有用的几步贴出来: 一. )   Windows+r    输入gpedit.msc   进入本地组策略编辑器\windows设置\安全设置\本地策略\安全选项 这里是在某度上盗的图 做这