{==d==} {==rwxr-xr-x==} {==14==} {==username==} {==usergroup==} {==4.0K==} {==Jun  3  2019==} {==software==}

<!-- * 第一字段：inode；
inode ：索引节点。每个存储设备或存储设备的分区(存储设备是硬盘、软盘、U盘 ... ... )被格式化为文件系统后，应该有两部份，一部份是inode，另一部份是Block，Block是用来存储数据用的。而inode是用来存储这些数据的信息，这些信息包括文件大小、属主、归属的用户组、读写权限等。inode为每个文件进行信息索引，所以就有了inode的数值。操作系统根据指令，能通过inode值最快的找到相对应的文件。 -->
* 第一字段：文件种类；
* 第二字段：文件访问权限；
* 第三字段：硬链接个数；
* 第四字段：属主(owner)，拥有该文件或目录的用户账号；
* 第五字段：所归属的组(group)，拥有该文件或目录的组账号；
* 第六字段：文件或目录的大小, 默认单位 bytes；
* 第七字段：最后访问或修改时间；
* 第八字段：文件名或目录名

#### 文件类型
linux中文件后缀不能表示文件类型，只是方便识别

|类型|	简称|	描述|
|---|---|-------|
|普通文件|	-,Normal File|	如mp4、pdf、html log；用户可以根据访问权限对普通文件进行查看、更改和删除，包括 纯文本文件(ASCII)；二进制文件(binary)；数据格式的文件(data);各种压缩文件.第一个属性为 `-`|
|目录文件|	d,directory file|	`/usr/` `/home/`，目录文件包含了各自目录下的文件名和指向这些文件的指针，打开目录事实上就是打开目录文件，只要有访问权限，就可以随意访问这些目录下的文件。能用 `cd` 命令进入的。第一个属性为 `d`，例如 `drwxrwxrwx`|
|硬链接| -,hard links|	若一个inode号对应多个文件名，则称这些文件为硬链接。硬链接就是同一个文件使用了多个别名删除时,只会删除链接, 不会删除文件;硬链接的局限性:1.不能引用自身文件系统以外的文件,即不能引用其他分区的文件;2.无法引用目录;
|符号链接（软链接）| l,symbolic link|	若文件用户数据块中存放的内容是另一文件的路径名的指向，则该文件就是软连接，克服硬链接的局限性, 类似于快捷方式,使用与硬链接相同|
|字符设备文件|	c,char|	文件一般隐藏在/dev目录下，在进行设备读取和外设交互时会被使用到，即串行端口的接口设备，例如键盘、鼠标等等。第一个属性为 [c]。`/dev/tty` 的属性是 `crw-rw-rw-`，前面第一个字 `c`，这表示字符设备文件|
|块设备文件| b,block|	存储数据以供系统存取的接口设备，简单而言就是硬盘。`/dev/hda1` 的属性是 `brw-r—–` ，注意前面的第一个字符是 `b`，这表示块设备，比如硬盘，光驱等设备。系统中的所有设备要么是块设备文件，要么是字符设备文件，无一例外|
|FIFO管道文件|	p,pipe|	管道文件主要用于进程间通讯。FIFO解决多个程序同时存取一个文件所造成的错误。比如使用 `mkfifo` 命令可以创建一个FIFO文件，启用一个进程A从FIFO文件里读数据，启动进程B往FIFO里写数据，先进先出，随写随读。|
|套接字| s,socket|	以启动一个程序来监听客户端的要求，客户端就可以通过套接字来进行数据通信。用于进程间的网络通信，也可以用于本机之间的非网络通信，第一个属性为 `[s]` ，这些文件一般隐藏在 `/var/run` 目录下，证明着相关进程的存在|

#### 访问权限
文件属性的权限字段中，有9个字符，3个字符一组，共三组，分别代表属主(u, user)、属组(g, group)、其它人(o, other)的权限；

每组权限字符中，从第一位到第三位分别为下面4个字符中的一个：

文件和目录的权限作用不同；

* 读取\((r, read)\)： 允许查看文件内容；允许 `ls` 显示目录列表。数字表示为4,
* 写入(w, write)： 允许修改文件内容；允许在目录中新建、删除、移动文件或者子目录。数字表示为2
* 可执行(x, execute)： 允许运行程序；允许 `cd` 进入目录。数字表示为1
* 无权限(-)： 没有权限，数字表示为0

|类型   |	        r|	w|	x|
|---    |---        |---|---|
|文件   |读取文件内容|	修改文件内容    |	执行文件内容|
|目录   |读取文件列表|	修改文件或目录  |	进入该目录的权限|

为方便表示，每组权限字符的3个数字表示可以相加

如 `rwxr-xr-x` 可以表示为 4+2+1=7,4+1=5, 4+1=5，即755

### 文件扩展名
linux 文件扩展名无特殊意义，一般用于标识文件内容，如：

* .sh：shell脚本
* Z、.tar、.tar.gz、.zip、.tgz：经过打包的压缩文件。不同的压缩软件压缩的扩展名不同如，gunzip、tar
* .html、.php：网页相关文件
* .pl、.py: Perl、Python 脚本

### 常用命令
* ls  列出文件，-a -h -l -t -r –d  
* tree 以树形列出文件
* cd 切换目录 cd; cd ~; cd -; cd ..; cd ../..
* pwd 显示当前目录 
* mkdir 创建目录, -p
* rm 删除文件 –r
* mv 移动文件或者重命名文件
* cp  复制文件 –r
* touch 创建空文件或更新文件时间
* rename 文件重命名, 支持正则 rename fasta fa *.fasta
* find 查找文件, -name -type –size
* which 查找可执行文件的绝对路径
* ln 创建链接 –S 删除软链接时要特别小心 
* du 显示文件和目录的磁盘使用情况 -sh
* chmod 更改文件权限 755 -R
* tar 文件目录压缩、解压 –xf file.tgz; -zcvf file.tgz file; -tvf file.tgz
* gzip 文件压缩、解压 –d, 推荐pigz, 支持多线程
<!-- * chown 更改文件所有者 -R -->

    
=== "ls"
    ```bash
    # 列出 ~/training 目录内的文件
    $ ls ~/training
    code  data  data2  file  MPI  software

    # -a, 列出 ~/training 目录内的所有文件，包含隐藏文件
    $ ls -a ~/training
    .  ..  code  .config  data  data2  file  MPI  software

    # -l, 以长格式显示目录下的内容列表, 日常使用可以使用ll代替ls -l。
    # 输出的信息从左到右依次包括文件名，文件类型、权限模式、硬连接数、所有者、组、文件大小和文件的最后修改时间等
    $ ls -l ~/training
    total 3
    drwxr-xr-x  2 username usergroup 4096 Sep 17  2020 code
    drwxr-xr-x  5 username usergroup 4096 Sep 23  2020 data
    drwxr-xr-x  2 username usergroup 4096 Sep  6  2019 data2
    -rw-r--r--  1 username usergroup   50 May 18 09:09 file
    drwxr-xr-x  2 username usergroup 4096 Sep  6  2016 MPI
    drwxr-xr-x 14 username usergroup 4096 Jun  3  2019 software

    # -h, 打印大小，K表示千字节，M表示兆字节，G表示吉字节
    $ ll -h
    total 3.0K
    drwxr-xr-x  2 username usergroup 4.0K Sep 17  2020 code
    drwxr-xr-x  5 username usergroup 4.0K Sep 23  2020 data
    drwxr-xr-x  2 username usergroup 4.0K Sep  6  2019 data2
    -rw-r--r--  1 username usergroup   50 May 18 09:09 file
    drwxr-xr-x  2 username usergroup 4.0K Sep  6  2016 MPI
    drwxr-xr-x 14 username usergroup 4.0K Jun  3  2019 software

    
    #-t, 用文件和目录的更改时间排序
    ls -lt
    total 3
    -rw-r--r--  1 username usergroup   50 May 18 09:09 file
    drwxr-xr-x  5 username usergroup 4096 Sep 23  2020 data
    drwxr-xr-x  2 username usergroup 4096 Sep 17  2020 code
    drwxr-xr-x  2 username usergroup 4096 Sep  6  2019 data2
    drwxr-xr-x 14 username usergroup 4096 Jun  3  2019 software
    drwxr-xr-x  2 username usergroup 4096 Sep  6  2016 MPI

    # -r, 输出目录内容列表 
    $ ls -lr
    total 3
    drwxr-xr-x 14 username usergroup 4096 Jun  3  2019 software
    drwxr-xr-x  2 username usergroup 4096 Sep  6  2016 MPI
    -rw-r--r--  1 username usergroup   50 May 18 09:09 file
    drwxr-xr-x  2 username usergroup 4096 Sep  6  2019 data2
    drwxr-xr-x  5 username usergroup 4096 Sep 23  2020 data
    drwxr-xr-x  2 username usergroup 4096 Sep 17  2020 code
    
    # –d, 仅显示目录名，而不显示目录下的内容列表。显示符号链接文件本身，而不显示其所指向的目录列表
    # 注意-d和不加-d参数的区别
    $ ls -ld software
    drwxr-xr-x 14 username usergroup 4096 Jun  3  2019 software
    $ ls -l software
    total 221717
    drwxr-xr-x  5 username usergroup      4096 Sep  6  2016 blast-2.2.31
    drwxr-xr-x  5 username usergroup      4096 Sep  6  2016 bowtie2-2.1.0
    -rw-r-----  1 username usergroup  15631689 Sep  6  2016 bowtie2-2.1.0-linux-x86_64.zip
    drwxrwxr-x  5 username usergroup      4096 Sep  9  2016 bowtie2-2.2.6
    drwxr-xr-x  5 username usergroup      8192 Sep  6  2016 hisat2-2.0.4
    -rw-r--r--  1 username usergroup   3875287 Sep  6  2016 hisat2-2.0.4-source.zip

    # -f, 不进行排序输出。ls默认会将所有文件名进行排序之后再输出。
    # 当目录内文件数据量非常多时，如几千到几万个文件，ls会非常耗时，建议加上-f参数节省时间
    $ls -f
    .  ..  .config  code  MPI  software  file  data  data2
    ```
=== "tree"
    ```bash
    # 列出 data2目录下的文件
    $ tree data2/
    data2/
    ├── blast.bak.pbs
    ├── blast.e1692608
    ├── blast.lsf
    ├── blast.o1692608
    ├── blast.pbs
    ├── example.lsf
    ├── MH63_cds.fa
    ├── MH63_cds.nhr
    ├── MH63_cds.nin
    ├── MH63_cds.nog
    ├── MH63_cds.nsd
    ├── MH63_cds.nsi
    ├── MH63_cds.nsq
    ├── prosss.sh
    ├── ZS97_cds
    └── ZS97_cds.fa

    0 directories, 16 files

    ```
=== "cd"
    ```bash
    # 从当前目录切换到 '~/app' 目录
    $ cd ~/app

    # 从任何位置切换回用户主目录 '/home/User'
    $ cd

    # 回退上一个访问目录
    $ cd -

    # 返回上一级目录
    $ cd ..

    # 返回上上一级目录
    $ cd ../../

    # 使用相对路径，进入另一个目录"new directory"，这里 '\' 是转义符，将空格键正确转义
    $ cd ../../../new\ directory
    ```
=== "pwd"
    ```bash
    # 当不知道当前处于什么路径时，可以用这个命令显示
    $ pwd
    /public/home/username/training
    ```
=== "mkdir"
    ```bash
    # 在当前目录下创建新目录 new
    $ mkdir new

    # -p, 在当前目录下创建多级目录
    $ mkdir -p newdir1/newdir2/newdir3/newdir4
    $ tree newdir1/
    newdir1/
    └── newdir2
        └── newdir3
            └── newdir4

    3 directories, 0 files
    ```
=== "rm"
    ```bash
    # 删除普通文件
    $ rm file

    # 删除当前目录的所有后缀是 '.sra' 的文件
    $ rm *.sra

    # -r, 参数删除目录
    # 删除目录 'new' 以及 'new' 下的所有子文件与子目录
    $ rm -r new

    # -f, 不弹出删除确认提示，删除所有 '.tmp' 文件
    $ rm -f *.tmp
    ```
=== "mv"
    ```bash
    # 将 'file' 改名为 'file1'
    $ mv file file1

    # 将 'file1' 移动到 'newdir'目录内
    $ mv file1 newdir/
    ```
=== "cp"
    ```bash
    # 复制 'file1' 文件到目录 '~/newdir' 中
    $ cp file1 ~/new

    # -r 复制目录
    # 复制 newdir 目录到用户目录下
    $ cp -r newdir/ ~
    ```
=== "touch"
    ```bash
    # 创建空文件 'empty.txt'
    $ touch emplty.txt
    ```

=== "rename"
    ```bash
    # 方便批量修改文件名

    # 将 'seq.fasta' 更名为 'seq.fa'
    $ rename seq.fasta seq.fa seq.fasta

    # 将所有fasta文件更名为fa
    $ rename fasta fa *fasta

    # 去掉所有fa文件前缀
    $ rename Osativa_323_v7.0.id_ '' *fa
    ```
=== "find"
    ```bash
    # 查找一个文件，比如 /etc路径下的hosts文件
    $ find /etc/ -name hosts

    # 查找当前目录及子目录后缀为gz的文件
    $ find . -type f -name "*.gz"
    
    # 查找所有的 html 网页文件
    $ find . -type f -regex ".*html$"
    
    # 将所有 fasta 文件中序列名字包含node的改成seq
    $ find . -type f -regex ".*fasta$" | xargs sed 's/NODE/Seq/g'

    # 查找子目录深度为4层目录的fasta文件
    $ find . -type f -maxdepth 4 -name "*.fasta"

    # 查找/var/log路径下权限为755的目录
    $ find /var/log -type d -perm 755

    # 按照用户查找用户，在tmp路径下查找属于用户 nginx 的文件
    $ find /tmp -user nginx
    
    # 用户主home路径下查找属于 root 权限，属性为644的文件
    $ find . -user root -perm 644
    ```
=== "which"
    ```bash
    # 打印出系统带的 python 程序的路径
    $ which python
    /bin/python
    ```
=== "ln"
    ```bash
    # 为 '~/ref/ref.fa' 在当前目录下创建软连接
    $ ln -s ~/ref/ref.fa ref.fa

    # 删除软连接时，文件名加了/表示将源文件一并删除，不加/表示只删除当前的软连接
    # 删除软连接
    $ rm ref.fa

    # 删除源文件
    $ rm ref.fa/

    ```
=== "du"
    ```bash
    # 查看data目录的磁盘使用
    $ du -sh data
    14G	    data
    
    # home目录下运行下面的命令，查看各目录所占磁盘空间大小
    $ du -h --max-depth=1
    512	    ./Desktop
    8.1M	./githup
    132K	./.ssh
    45M	    ./perl5
    512	    ./Videos
    ```
=== "chmod"
    ```bash
    u User，即文件或目录的拥有者；
    g Group，即文件或目录的所属群组；
    o Other，除了文件或目录拥有者或所属群组之外，其他用户皆属于这个范围；
    a All，即全部的用户，包含拥有者，所属群组以及其他用户；
    r 读取权限，数字代号为“4”;
    w 写入权限，数字代号为“2”；
    x 执行或切换权限，数字代号为“1”；
    - 不具任何权限，数字代号为“0”；
    s 特殊功能说明：变更文件或目录的权限；
    chmod u/g/o/a +/-/= r/w/x 文件或目录

    # 给文件的User加上可执行权限
    $ chmod u+x file

    # 将目录共享给组用户
    $ chmod g+rwx dir

    # 取消文件的x权限
    $chmod -x file

    # 取消 home 目录的共享权限
    $ chmod 700 ~
    
    # 查看 home 目录权限
    $ ll -d ~
    drwx------ 30 username usergroup 8192 Sep 14 10:24 /public/home/username
    ```
=== "tar"
    ```bash
    # 打包压缩
    $ tar -czvf data.tar.gz data

    # 使用pigz多线程打包压缩，加快打包压缩速度；解压同理
    $ tar -czvf data.tar.gz data -I pigz

    # 解压
    $ tar -xf data.tar.gz

    # 查看但不解压
    $ tar -ztvf
    ```
=== "gzip"
    ```bash
    # 压缩文件
    $ gzip reads.fq

    # -d, 解压文件
    $ gzip -d reads.fq.gz
    ```   
=== "pigz"
    ```bash
    #使用方式与gzip基本一致，-p参数可以使用多线程，加速文件压缩/解压
    # 压缩文件
    $ pigz -p 4 reads.fq

    # 解压文件
    $ pigz -p 4 -d reads.fq.gz

    #多线程打包压缩
    $ tar cvf - dir | pigz -p 4 >dir.tgz

    ```
* wget 下载文件
* scp 远程文件传输
* rsync 文件传输

=== "wget"
    ```bash
    参考：https://wangchujiang.com/linux-command/c/wget.html
    
    # 下载samtools
    $ wget https://github.com/samtools/samtools/releases/download/1.3.1/samtools-1.3.1.tar.bz2 

    # -c，断点续传
    $ wget -c https://github.com/samtools/samtools/releases/download/1.3.1/samtools-1.3.1.tar.bz2

    # -b，后台下载
    $ wget -b https://github.com/samtools/samtools/releases/download/1.3.1/samtools-1.3.1.tar.bz2

    # -o，日志文件
    $ wget https://github.com/samtools/samtools/releases/download/1.3.1/samtools-1.3.1.tar.bz2 -o log

    # ftp下载，需要用户名和密码
    $ wget --ftp-user=USERNAME --ftp-password=PASSWORD url

    # ftp 匿名下载，下载目录内所有文件
    $ wget -c -r ftp://download.big.ac.cn/gsa/CRA004538

    # -i，下载多个文件
    $ wget -i filelist.txt
    $ cat filelist.txt
    url1
    url2
    url3
    url4
    ```
=== "scp"
    ```bash
    # 从本地传到远端
    $ scp file user@ip:/dir/

    # 从远端传到本地
    $ scp user@ip:/dir/file .

    # -r，传输目录
    $ scp -r dir  user@ip:/dir/

    # -P，更改默认端口
    $ scp -P 12345 file user@ip:/dir/

    # -p，保留原文件的修改时间，访问时间和访问权限
    $ scp -p file user@ip:/dir/
    ```
=== "rsync"
    ```bash
    # 由于rsync在传输时会进行校验，因此当网络不稳定或文件数较多时，
    # 可以使用rsync检验文件是否传完，以及跳过已经传输过的文件

    # 同步本地目录dir1到本地目录dir2
    $ rsync -avP dir1 dir2

    # 同步本地目录dir1内的文件到本地目录dir2。注意dir1有无 "/" ，传输的文件有区别
    $ rsync -avP dir1/ dir2

    # 同步本地目录dir1 到远程目录dir2
    $ rsync -avP dir1 user@ip:/dir2/

    # 更改默认端口
    $ rsync -avP -e 'ssh -P 12345' dir1 user@ip:/dir2/   
    ```
### 路径特殊字符
|字 符|含 义|
|---|---|
| ~ | home 目录|
| - |代表上一次(相对于当前路径)用户所在的路径|
| . | 当前目录|
| ..| 上层目录|

### 通配符

一次性操作多个文件时，命令行提供通配符(wildcards)，用一种很短的文本模式(通常只有一个字符)，简洁地代表一组路径。

通配符早于正则表达式出现，可以看作是原始的正则表达式。它的功能没有正则那么强大灵活，但是胜在简单和方便。

|字 符      |含 义|
|---        |---|
|*          |匹配0个或多个字符|
|**         |匹配任意级别目录(bash 4.0以上版本支持)|
|?          |匹配任意一个字符|
|[list]     |匹配list中的任意单一字符, 例如[abcd] 则表示一定由一个字符，可能是 a、b、c、d 中的任意一个|
|[!list]    |匹配除list中的任意单一字符以外的字符|
|[c1-c2]    |匹配c1-c2中的任意单一字符，如[0-9][a-z]|
|{string1, string2, ...}|匹配string1或string2(或更多其一字符串)|
|{c1..c2}   |匹配c1-c2中的全部字符串|

```bash
*.txt               # 匹配全部后缀为.txt的文件
file?.log           # 匹配file1.log, file2.log, ...
[ab].txt            # 匹配 a.txt, b.txt
[a-z]*.log          # 匹配a-z开头的.log文件
[^a-z]*.log         # 上面的反向匹配
{a,b,c}.txt         # 匹配a.txt, b.txt, c.txt
{j{p,pe}g,png}      # 匹配 jpg jpeg png
~/**/*.conf         # 匹配home目录下所有.conf文件

# 输出 'file' 文件的内容。一次输出文件全部内容，大文件请勿直接使用cat输出
$ cat file 
a b 1
c d 2
f g 4
s g 3

# -n, 带行号
$ cat -n file 
     1	a b 1
     2	c d 2
     3	f g 4
     4	s g 3

# -A, 打印特殊字符，比如换行符，制表键
$ cat -A file 
a b 1$
c d 2$
f g 4$
s^Ig^I3$

# tac, 逆序输出文件内容，即先打印文件最后一行
$ tac file
s g 3
f g 4
c d 2
a b 1

```

$ less ref.fa

# -S, 不自动换行。less默认输出内容超过屏幕宽度会自动换行
$ less -S ref.fa

# -N, 添加行号
$ less -N ref.fa
``` === "head"
```bash
# 输出文件前5行内容
$ head -n 5 num 
1
2
3
4
5

# 输出除最后5行之外的内容
$ head -n -5 num
6
7
8
9
10

``` === "tail"
```bash
# 输出文件最后5行内容
$ tail -n 5 num 
6
7
8
9
10

# 输出文件前5行之外的内容
$ tail -n +5 num 
6
7
8
9
10

# 文件末尾有更新时，刷新更新内容
$ tail -f result
``` === "wc"
```bash
# 统计文件行数
$ wc -l num 
10 num
``` === "paste"
```bash
$ cat file1
1
2
3
4
5

$ cat file2
a
b
c
d
e

# 按列合并两个文件，输出内容默认使用\t作为列之间的分隔符
$ paste file1 file2
1   a
2   b
3   c
4   d
5   e
``` === "sort"
```bash
$ cat file3
1
11
101
40
22
55
33

# 默认按照ASII码排序，对数字的排序与我们直观映像不同
$ sort file3
1
101
11
22
33
40
55

# -n, 按数字大小排序
$ sort -n file3
1
11
22
33
40
55
101

# -h, 按人可读的方式排序
$ sort -h file4
100
1K
1M
1G

# -k, 按指定的列排序
# 以第3列的数字排序
$ sort -nk3 file
w u 0
a b 1
c d 2
s g 3

# --parallel, 多线程
$ sort --parallel=4 file

# -T, 指定临时目录，默认为/tmp目录。对超大文件排序时，需要指定到本地，避免/tmp写满
$ sort -T  ./mytem file

# -S, 指定内存。对超大文件需要限制内存使用，避免耗尽节点内存
$ sort -S 5G file

# -r, 逆序输出
$ sort -r

# 对genome.gtf文件先按染色体排序，然后再按位置排序
# sort -k1,4n  genome.gtf 达不到所需要的效果，正确使用如下
$ sort -k1,1 -k4,4n  genome.gtf
``` === "uniq"
```bash
# 一般与sort 配合使用
# 显示重复行，并显示每个重复行的重复数
$ sort ref.fa |uniq -c
      1 >chr10
     99 NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
``` === "diff"
```bash
# 显示 file1和file2 2个文件内容的不同之处
$ diff file1  file2
``` === "tr"
```bash
# 碱基替换
$ echo "atctcctt"|tr "atcg" "tagc"
tagaggaa

# 大小写转换
$ echo "hello world"|tr 'a-z' 'A-Z' 
HELLO WORLD
``` === "rev"
```bash
# 逆序输出
$ echo "hello world"|rev
dlrow olleh

# 碱基互补配对
$ echo "atctcctt"|tr "atcg" "tagc"|rev
aaggagat
``` === "split"
```bash
# 将 'file' 文件拆分成10kb的小文件
$ split -b 10k file 

# 将 'file' 文件拆分成每个只有10行的小文件
$ split -l 10 file 
``` === "cut"
```bash
# -f 指定输出的列
# 输出文件第三列
$ cut -f2 genome.gff3|head -n5
gene
mRNA
mRNA
mRNA
mRNA

# -d 指定分隔符，默认为\t
# 输出csv文件的第三列
$ cut -d',' -f3 file.csv|head -n5

``` === "grep"
```bash
# 查找 'ref.fa' 文件中包含 "ACCC" 的行
$ grep "ACCC"  ref.fa

# -v, 输出不匹配的行
# 查找 'ref.fa' 文件中不包含 "ACCC" 的行
$ grep -v "ACCC"  ref.fa

# -i, 忽略大小写
# 查找 'ref.fa' 文件中包含 "ACCC" 的行，匹配时忽略大小写
$ grep -i "ACCC"  ref.fa

# -c, 统计行数
# 查找 'ref.fa' 文件中包含 "ACCC" 的行的行数
$ grep -c "ACCC"  ref.fa

# -e, 多模式匹配
# 查找 'ref.fa' 文件中包含 "ACCC" 或 "AGGG" 的行的行数
$ grep -e "ACCC"  -e "AGGG" ref.fa

# -w, 匹配整词
# 匹配 word 而不匹配 words
$ grep -w 'word' file

# 查找 'ref.fa' 文件中包含 "ACCC" 的行，以及这行的前2行和后3行
$ grep -A2 -B3 "ACCC"  ref.fa
``` === "awk"
```bash
# 打印文件 'file' 第3列
$ awk '{print $3}' file

# 提取文件 'file' 第1和3列，并用\t分隔
$ awk '{print $1"\t"$3}' file

# 打印文件 'file' 的倒数第二列
$ awk '{ print $(NF-1)}' file 

# 将 'file' 文件中第三列相加求和
$ awk 'BEGIN{a=0}{a+=$3}END{print "Sum = ", a}' file

# 求第三列的平均值
$ awk 'BEGIN{a=0}{a+=$3}END{print "Average = ", a/NR}' file

# 求第三列的最大值
$ awk 'BEGIN {max = 0} {if ($3>max) max=$3 fi} END {print "Max=", max}' file

# 求第三列最小值
awk 'BEGIN {min = 1999999} {if ($1<min) min=$1 fi} END {print "Min=", min}' file

# 将 'genome.gff3' 文件中代表基因的行打印出来
$ awk '{if($3 == "gene" ){print $0}}' genome.gff3

# 将 'genome.gff3' 文件中代表基因、位于正链、且序列长度小于1000bp的行打印出来
$ awk '{if($3 == "gene" && $7 == "+" && ($5 -$4)<1000 ){print $0}}' genome.gff3
``` === "sed"
```bash
# 将 'file' 中的 gene 字符全部替换成 GENE
$ sed 's/gene/GENE/g' file

# 给 'file' 中每个单词加个中括号[]
$ sed 's/\w\+/[&]/g' file

# 删除 'file' 第2行
$ sed '2d' file

# 删除 'file' 中的空白行
$ sed '/^$/d' file

# 删除 'file' 中所有开头是test的行
$ sed '/^test/'d file

# 从1行开始，每隔3行插入>，并以行号为序列ID
$ sed  '1~2 s/^/>\n/' example.fa|awk '{if($1 ~ />/){print $1NR}else{print $1}}' > example2.fa
``` === "dos2unix"
```bash
# 由于windows和linux中文本的换行符不同，windows下创建的文本在linux下直接使用可能会出错，需要进行格式转换
# windows格式文本换行成unix格式文本
$ dos2unix file
``` === "Z命令"
```bash
# 打印输出压缩文件
$ zcat file.gz

# 查看压缩文件
$ zless file.gz

# 搜索压缩文件中含字符串 aaaccc 的行
$ zgrep aaaccc file.gz
```

* `i`: 在光标前
* `a`: 在光标后
* `o`: 在下一行新开一行
* `O`: 在上一行新开一行
* `backspace/del键`: 删除前后字符 === "移动光标命令"
正常模式下执行

* `j或↓`: 光标下移
* `k或↑`: 光标上移
* `h或←` : 光标左移
* `l或→`: 光标右移
* `^`: 光标移至行首
* `$`: 光标移至行尾
* `G`: 光标移至文本最后一行
* `数字+G`: 光标移至指定的行
* `ctrl+g`: 光标跳到上次的行
* `gg`: 光标移至文本第一行
* `回车键`: 光标移至下一行
* `ctrl+f`: 向下翻页
* `ctrl+b`: 向上翻页 === "删除命令"
正常模式下执行

* `x`: 删除光标后一个字符
* `X`: 删除光标前一个字符
* `dd`: 删除当前行
* 在插入模式下可以使用backspace/del键删除字符
* `u`: 撤销操作(类似于word中的ctrl+z)
* `ctrl+r`: 撤销u的操作，即回来撤销之前(类似于word中的ctrl+y) === "选择命令"
正常模式下执行

* `v`: 移动光标，选择复制范围; 再按v，取消选择
* `V`: 上下移动光标，选择整行; 再按V，取消选择
* `ctrl+v`: 上下移动光标，选择文本块; 选择特定的列; 再按ctrl+v，取消选择 === "复制粘贴"
正常模式下执行

* `y`: 复制，配合选择命令，可以实现复制部分文本
* `p`: 在光标后粘贴复制内容
* `yy`: 复制整行 === "命令模式常用命令"
命令模式下执行

* `:w` 保存修改
* `:wq` 保存退出(也可以在正常模式下用ZZ代替)
* `:!q` 强制退出
* `:set nu` 显示文本行号
* `:file` 显示当前文本文件名
* `:1,$s/hello/HELLO/g` 将整个文本中的hello替换成HELLO
* `:!ls`  执行linux命令，如ls

* `ctrl+w s`: 水平分割
* `ctrl+w v`: 垂直分割
* `ctrl+w hjkl`: 在不同窗口间移动

正常模式下执行

* `==`: 对光标所在行进行自动格式化对齐，会根据代码情况增加或减少缩进。可以在 `==` 前面加上数字，指定要同时处理多少行。例如，`4==` 会格式化对齐当前行、以及后面的三行
* `gg=G`: 对整个文件都重新格式化对齐 === "内容补齐"
* `ctrl + x -> ctrl +n`: 通过目前正在编辑的这个「文件的内容文件」作为关键词，补齐;
* `ctrl + x -> ctr + f`: 以当前目录内的「文件名」作为关键词，予以补齐
* `ctrl + x -> ctrl + o`: 以扩展名作为语法补充，以 vim 内置的关键词，予以补齐 ### 基本设置 在命令模式下可以对vim进行个性化设置，如显示行号、高亮当前行等，常见设置如下：