生信Linux常用命令（更新中）

一、压缩和解压缩

1.“.tar.gz”结尾的文件: tar

    tar -cf newfile.tar file1 file2#将file1，file2文件打包到newfile.tar

    tar-zcvf/GSE66507tar.gz#解压文件

    tar -xzvf test.tar.gz#将test.tar.gz文件解压并提取里边的文件

2.“.zip”结尾的文件: zip

    zip newfile.zip file1 file2#将file1，file2进行压缩到newfile.zip内

    unzip newfile.zip#解压

3.“.gz”结尾的文件: gzip

#将file压缩为file.gz

    gzip file

#解压

    gunzip file.gz

4.“.bz2”结尾的文件: bzip2

#将file压缩为file.bz2并删除源文件

    bzip2 file

#解压

    bunzip2file.bz2

二、数据统计和处理

1.sort 将文本文件内容进行排序

参 数： -n/-g 将文件按数值大小从小到大排序（默认按ascii码从小到大排序）

             -k按第num列内容对文件排序（默认按第一列）

             -r 反向排序

    sort file#对file文件按第一列内容ascii码值从小到大排序并输出。

    sort -n -k 3 file#对file文件按第3列内容数值大小从小到大排序。

    sort -nr -k1,2 file#对file文件按数值大小反向排序，优先考虑第一列，再考虑第二列

2.uniq 合并文件中相邻的相同的行

参 数：-c 在每行第一列显示该行重复次数

            -d 仅显示有重复的行

    uniq -c file#合并相同的行，并统计每行重复次数，输出到屏幕

    uniq -d file outfile#合并相同的行，并显示file中有重复出现的行，输出到outfile文件中

#########

3.wc 统计文件中字节数

参 数：-c 只统计字节数/Bytes数

            -w 只统计字数（单词数）

            -l 只统计行数

    wc file#显示文件file的字节数，字数，行数

    wc -l file#显示文件file的行数

4.grep 查找文件中符合条件的行

参 数：-v 不匹配，显示文件中不匹配string的行

    grep world file#查找文件中含有“world”的行

    grep -v world file#查找文件中不含有“world”的行

5.awk 对特定的行中特定的列进行操作

参 数：-F 指定列的分割符，可以使任意字符，默认按空白分割

    awk -F “:” ‘{print $1}’#按“：”来分割并打印出第一列

    awk ‘($1 > 100){print $0}’#对第一列大于100的行整行输出

    awk ‘($1 > 100){print $1”\t”$2}’#对第一列大于100的行输出第一列和第二列的结果并以“\t”分割

    awk ‘($3~/world/){ x+= $1}END{print x}’#对第三列匹配“world”的行的第一列求和，全部处理完之后输出结果x的值

6.sed 文本处理并可对文件进行编辑

参 数：-i 直接在原文件中修改（默认修改后屏幕输出，原文件不变）

    sed -i ‘s/test/new_word/’ file#将file文件中的test字符替换为new_word

    sed -i ‘/pattern/ s/test/new_word/’ file#将file文件中匹配pattern字串的行进行替换操作

    sed -i ‘/^$/ d’ file#将文件file中的空白行删除（d）

7.du 显示目录或文件的大小

参 数：-a 显示目录中个别文件大小

            -s 只显示总计

            -h 以“K” ，“M” ，“G”为单位显示

    du -sh ./#显示当前目录的大小

    du -ah --max-depth=1 dir#显示dir目录下所有文件大小，不包括下一级目录

8.列出目录内容：ls

    ls-I grep"^-"|wc-l#当前文件夹文件数目

9.查看文件内容：less

参 数：-S 每行不显示长于屏幕宽度的字符（默认显示在下一行）

            -N 显示行号

            -e 显示结束后自动离开 

            -f  强制打开文件

            -i    忽略搜索时的大小写 

    less -SN file

10.显示文件每行指定范围的字符：cut

    cut -c 1-10 file#显示文件file每行开头的10个字符

    cut -f 1-10 file#显示文件file每行开头10列（以“\t”分割）

    cut -d “ ” -f 2#显示文件file第二列（以空格分割）

11.man(查看指定的使用方法)

12.quota- uvs shift#当前存储空间

13.后台执行

    nohup sh XXX.sh 2>&1 &

    screen

14.后台命令查看及杀死

    Isof +D HA sort

    kill-9进程号

15.删除文件

rm:无法刪除"":目录非空

16.文件获取

paste、cat文件内容展示拼接

    cat 1.txt 2.txt #将不同文件按照先后顺序接起来

    cat -n 1.txt #显示行号cat-A1.txt #显示文件所有信息，包括换行符$ 回车符^M(需特别注意win系统会多出回车符

    paste 1.txt 2.txt #可将不同个文件中的内容按照文件顺序从左往右排起来

    paste -d ':'#指定":"为文件间的分隔符

    cat 1.txt | paste - - - #将文件内容从左往右排为3大列

17.ps显示当前进程的状态

pstree 该命令列出进程的树状关系图

参数： -A # 列出所有进程，按照进程ID排序

            -a/e# 显示终端所有进程，包括其他用户进程

            -l #长格式输出类似top结果

            -u  用户名# 显示指定用户名进程     

            -x # 显示无控制的终端的进程

             -g  组名 # 显示一个组的使用情况

            -H# 列出树状结构，表示程序间相互关系

            -f# 显示完整格式

            -ef #显示所有进程信息，连同命令行

            常用组合： -aux            -lax        -fx          -ef

    ps 与grep 常用组合用法，查找特定用户进程命令:

    ps -ef | grep  gu   

    jobs -l#可以查看当前终端生效的进程

    ps -ef | grep#进程关键字#查找指定进程格式

    ps -u root #显示root进程用户信息

18.文件比较diff cmp ,若三个以上则用diff3命令

    diff 1.fa 2.fa# 比较两个文件差异 ，

    diff  1.fa 2.fa  -c# 显示成上下文比较的格式，！表示发生变化

    diff  1.fa 2.fa  -u# 显示合并比较的格式，—表示1文件删除行，+表示2文件新增行

    cmp  1.fa 2.fa# 标示出两个文件第一个不同之处的字符和列数编号

三、对文件名的处理操作小技巧

1.只将fq文件的文件名输出而去除文件路径，若echo $i则会带有路径

    ls ~/wk/fq/clean/*fq | while read id ; do echo $(basename $id); done

2.只将fq文件的文件名输出 , 删除.sam的后缀

    ls ~/wk/fq/clean/*fq | while read id ; do echo $(basename $id '.sam' ); done

3.%删除文件名 . 之后的所有后缀, (如果是${id%.*}则删除最后一个.后的后缀)

    ls raw/fq/* | while read id ; do echo $(basename ${id%%.*});done

4.##删除文件名 _ 之前的所有前缀 , (如果是${id#*_}则删除第一个_前的前缀)

        ls raw/fq/* | while read id ; do echo$(basename ${id##*_});done

四、文件处理

1.命令协作管道 |

| 可将上条指令的结果输入到下条指令进行操作

echo -n "123456789" | wc -m #去除换行符后统计123456789字符数

ps -aux | less# 将ps结果放在less中查看

head -5 a | tail -2#显示a文件4、5行

五、命令行界面的一些常用快捷操作

    history 列出1000条历史命令，再用！数字 执行历史中对应数字的命令

    ！S# 重新执行前面以S开头的命令

    ；# 可按顺序从左向右完成多个命令操作，如cd  ../ ; ls         

    Ctrl + C# 终止当前操作，重新开命令行   

    Ctrl + L# 进行清屏操作

    Ctrl + Z#挂起命令（使用 bg 命令让其在后台继续运行；使用 fg 命令恢复到前台）

    Ctrl + 左右键#在单词之间跳转

    Ctrl + A#跳到本行的行首

    Ctrl + E# 跳到行尾

    Ctrl + U# 删除当前光标前面的所有文字（还有剪切功能）

    Ctrl + K#删除当前光标后面的所有文字（还有剪切功能）

    Ctrl + Y# 粘贴Ctrl + U或Ctrl + K剪切的内容

    Ctrl + W和Alt + D# 对于当前的单词进行删除操作，W删除光标前面的单词的字符，D则删除后面的字符

    Alt + Backsapce#删除当前光标后面的单词

    \#代码太长时利用  \ 可以将代码分成多段       

    bc#自带计算器，输入scale=4则保留4位小数

六、单、双引号区别

单引号：可以说是所见即所得：即将单引号内的内容原样输出，或者描述为单引号里面看到的是什么就会输出什么。单引号''是全引用，被单引号括起的内容不管是常量还是变量者不会发生替换。

双引号：把双引号内的内容输出出来；如果内容中有命令、变量等，会先把变量、命令解析出结果，然后在输出最终内容来。双引号""是部分引用，被双引号括起的内容常量还是常量，变量则会发生替换，替换成变量内容。

不加引号：不会将含有空格的字符串视为一个整体输出, 如果内容中有命令、变量等，会先把变量、命令解析出结果，然后在输出最终内容来，如果字符串中带有空格等特殊字符，则不能完整的输出，需要改加双引号，一般连续的字符串，数字，路径等可以用。

使用规则：一般常量用单引号''括起即可，如果含有变量则用双引号""括起，无变量无空格无特殊字符的连续字符串可不加引号

最大不同：单引号与双引号的最大不同在于双引号仍然可以保有变数的内容，但单引号内仅能是一般字符，而不会有特殊符号

grep ">" a.txt | wc -l #搜索文件中含有'>'的行，并统计行数

grep -c ">" a.txt # 统计有'>'的行数, 等价于同上

grep -w "chr1" a.txt # 搜索全词精确匹配'chr1'的行，-w表示整个word都匹配上

grep -n "chr1" a.txt #搜索含有字符'chr1'的行并列出行号

grep -vc "chr" a.txt #统计不含'chr'的行数的个数

grep 'chr' a.txt | grep -v 'chrX'# 搜索文本中含有Chromosome的行并排除有Annotation 行     

grep -e "chrX" -e "chrY" a.txt # 参数-e进行多项操作（指定多个匹配模式，只要符合一个都会被输出）

grep -w "chr1" a.txt -A 2# 搜索全词精确匹配'chr1'的行行并列出下面两行。 -A表示after

grep -w "chr1" a.txt -B 2# 使用grep的-B选项，显示匹配内容及其前n行。-B表示before。

grep -w "chr1" a.txt -C 2# 使用grep的-C选项，显示匹配内容及其前n行和后n行。

ls /usr/bin/ | grep "\.py" #搜索特定目录下名字包含'.py'的文件（'.'需要转义'./'）

ls /usr/bin/ | grep "\.py\b"  或  "\.py$"# 搜索特定目录中以'.py'结尾的文件( '\b'或'$'表示结尾)

ls /usr/bin/ | grep "^ht"#搜索特定目录中以'ht'开头的文件

grep 1[1-9]  a.txt # 应用正则表达式搜索包含'11'-'19'的行

grep -vP "^\s*$" 1.txt # 去除空白行

grep -P "^\d{11}$" 1.txt# 匹配含11位数字的行

七、sed (stream editor,流编辑器) (以每行为单位编辑)

注意sed结果默认为屏幕输出，并不改变原来文件内容，常用>重定向保存修改文件

参数： -e 默认模式，一般用于多项修改，之后常用>重定向保存修改文件

            -i 在原文件上直接进行修改

            -n 安静模式，仅显示处理后的结果，常与p连用，只输出发生更改的特定行

            -f 接脚本文件

sed   's/NC/nc/g'   1.txt>2.txt# 对文件中的NC替换成nc并另存为，s表示替换，g表示全局，命令一般用' '括起来

sed   's/A/a/2'   1.txt# 对文件中的每行第2个A替换成a

sed   's/b/B/g;s/a/A/g'   1.txt# 替换b和a为大写，同时进行多项操作可用`;`分隔开

sed   '1,5s/:/?/g'   2.txt# 只对文件的1至5行内容进行替换':'为'?'

sed   '1,5!s/:/?/g'   2.txt# 只对文件的1至5行内容不进行替换，！表示非

sed   '/>/!s/A/a/g'   gene.fasta# 对含有>的行不进行操作，其他行进行替换

sed   '/beat/,/ggle/s/o/O/g'   1.txt# 将含有'beat'和'ggle'字符行的中间行的'o'替换成'O'，选择条件之间用`/`和`,`隔开# 

sed常用的应用： 将fastq格式转化为fasta格式zcatA.1.fq.gz|sed'0~4d'|sed'0~3d'|sed's/^@/>/1'|less