Shell字符串截取处理文件路径

　　在生信处理流程中，从最初的fastq文件，经过分析处理后，会生成一堆的后续文件，如何在流程中合理的命名呢？

　　通常在批处理模式中，我们会得到多个样本*.fastq（或*.fq、*.fastq.gz、*.fq.gz）路径名文件sample.txt。如下所示：

/home/yhwang/sample/sampe01_R1.trimmed.fastq.gz    /home/yhwang/sample/sample01_R2.trimmed.fastq.gz
/home/yhwang/sample/sampe02_R1.trimmed.fastq.gz    /home/yhwang/sample/sample02_R2.trimmed.fastq.gz
/home/yhwang/sample/sampe03_R1.trimmed.fastq.gz    /home/yhwang/sample/sample03_R2.trimmed.fastq.gz
/home/yhwang/sample/sampe04_R1.trimmed.fastq.gz    /home/yhwang/sample/sample04_R2.trimmed.fastq.gz
/home/yhwang/sample/sampe05_R1.trimmed.fastq.gz    /home/yhwang/sample/sample05_R2.trimmed.fastq.gz
/home/yhwang/sample/sampe06_R1.trimmed.fastq.gz    /home/yhwang/sample/sample06_R2.trimmed.fastq.gz
/home/yhwang/sample/sampe07_R1.trimmed.fastq.gz    /home/yhwang/sample/sample07_R2.trimmed.fastq.gz
/home/yhwang/sample/sampe08_R1.trimmed.fastq.gz    /home/yhwang/sample/sample08_R2.trimmed.fastq.gz
...
/home/yhwang/sample/sampen_R1.trimmed.fastq.gz /home/yhwang/sample/samplen_R2.trimmed.fastq.gz

　　上述，是一个多个双端*.fastq全路径文件sample.txt的内容，我们只需写好一个样本的分析流程，然后嵌套while循环，就可以实现批处理了。如何提取每行中的sample名称呢？shell中提供了多种字符串截取的功能，如下所示：

# 对于每一行
[yhwang@yhwang ~]$ line='/home/yhwang/sample/sampe01_R1.trimmed.fastq.gz /home/yhwang/sample/sample01_R2.trimmed.fastq.gz'

# 获取sample名称
[yhwang@yhwang ~]$ sample=`basename ${line%%_*}`
[yhwang@yhwang ~]$ echo $sample
sample0

按指定的字符串截取

(1)第一种方法:

从左向右截取最后一个string后的字符串
${varible##*string}
从左向右截取第一个string后的字符串
${varible#*string}
从右向左截取最后一个string后的字符串
${varible%%string*}
从右向左截取第一个string后的字符串
${varible%string*}
“*”只是一个通配符可以不要

[yhwang@yhwang ~]$ variable="IP:180.97.33.107,port:80"

[yhwang@yhwang ~]$ echo "1:"${variable##*.}
1:107,port:80
[yhwang@yhwang ~]$ echo "2:"${variable#*.}
2:97.33.107,port:80
[yhwang@yhwang ~]$ echo "3:"${variable%%.*}
3:IP:180
[yhwang@yhwang ~]$ echo "4:"${variable%.*}
4:IP:180.97.3

(2)第二种方法：

${varible:n1:n2}:截取变量varible从n1开始的n2个字符，组成一个子字符串。可以根据特定字符偏移和长度，使用另一种形式的变量扩展，来选择特定子字符串。

[yhwang@yhwang ~]$ echo "5:"${variable:3:13}
5:180.97.33.107

参考资料

https://blog.csdn.net/longshenlmj/article/details/14123643