问题描述
大家好！
我正在使用 agrep 在大型 DNA 文本文件中搜索具有 2 个允许不匹配的字符串，该文件只有来自先前 agrep 搜索的具有相同设置的行。所以每一行都应该包含一个匹配项！我假设 agrep 每行搜索一次...
问题：
wc -l temp_R1_GCTCTTCCGATCT_M2.txt -> 9583 行
agrep -2 -c 'GCTCTTCCGATCT' temp_R1_GCTCTTCCGATCT_M2.txt -> 9570。
agrep -2 'GCTCTTCCGATCT' temp_R1_GCTCTTCCGATCT_M2.txt | wc -l -> 9566。
-d '$' 应该是标准的 -.-agrep -2 -c -d '$' 'GCTCTTCCGATCT' temp_R1_GCTCTTCCGATCT_M2.txt -> 9580
更奇怪的是：agrep -2 -c 'GCTC' temp_R1_GCTCTTCCGATCT_M2.txt -> 9662（超过所有行？）agrep -2 -d '$' -c 'GCTC' temp_R1_GCTCTTCCGATCT_M2.txt -> 9609
数据：Googledrive: .txt file ZIP-file
来自man agrep的一个可能的答案：
以下可能导致无限循环： agrep 模式 * > output_file。如果匹配的数量很多，它们可能会存放在 output_file 中 在它被完全读取之前导致 output_file 中模式的更多匹配（匹配针对整个目录）。不是 明确这是否是一个“错误”（grep 也会这样做），但要注意。
我用不同的文件对此进行了测试。有时它确实有效，但在大多数情况下，我无法理解这是如何发生的。 -d '$' 很烦人。
最后我将使用不同的方法进行模糊搜索，但这并不能让我入睡。到底是怎么回事？我可以信任agrep吗？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）