linux grep 和 Ruby 的扫描结果不一致答案

【问题标题】：Discrepancy between linux grep and Ruby's scan resultslinux grep 和 Ruby 的扫描结果不一致
【发布时间】：2015-06-02 02:58:26
【问题描述】：

我有一份 DNA 序列列表（每行一个）：

ACTGCTCGGGGGG.....

CGCTCGCTTCTCTC...

等

大多数序列包含两个特定的基序，一个靠近开头，一个靠近结尾。我正在提取中间的序列：

在带有扫描的 ruby 中，sequences 是一个 DNA 序列数组：

 sequences.each do |seq|
  tmp=seq.scan(/motif1.*motif2/)[0]
  outputfile << tmp if tmp
 end

问题是我得到了不同数量的提取序列。为什么？

【问题讨论】：

每一个输出得到什么？
我对 ruby 不熟悉，但我猜 ruby 可能只返回匹配的部分，而 grep 默认不返回？ -- 不管怎样，试试grep -o "pattern" infile > outfile。

【解决方案1】：

默认情况下，Ruby 的 scan 返回一个包含匹配正则表达式部分的数组。 Grep 不这样做，如果color 设置为auto，它会返回整行并突出显示匹配项。要仅从 grep 检索匹配的部件，请使用 -o 选项。

grep -o "motif1.*motif2" inputfile > outputfile

上一个命令应该保存与ruby 的扫描相同的输出。

【讨论】：