ファイルから複数のパターンをgrep

Question

NCBIでBLAST検索を実行し、その結果をxmlファイルとしてダウンロードしました。このファイルから、対応するシークエンスの種名が必要です。一致シーケンスがパターンとして<Hsp_qseq>を有しているが、これらの両方は、いくつかの行によって分離されている間

種名は、パターンとして<Hit_def>を有しています。 grep（またはawk）<Hit_def>の後に<Hsp_qseq>が続き、それが2つのラインに加わり、各種の情報が得られますか？

示唆したように、私は実際の入力ファイルのサンプルを含めています - <Hit_def>タンパク質名[ホモサピエンス] </Hit_def>

<Hit_accession> BAG72649 </Hit_accession>

<Hit_hsps>

<Hsp>

<Hsp_qseq>タンパク質配列</Hsp_qseq>

I期待出力は -

<Hit_def>タンパク質名[ホモ・サピエンス] <\Hit_def>

<Hsp_qseq> protein_sequence <\Hsp_qseq>

<Hit_def>タンパク質名、事前に[ハツカネズミ] <\Hit_def>

<Hsp_qseq> protein_sequence <\Hsp_qseq>

感謝。

Answer 1

$ grep '\(<Hit_def>\|<Hsp_qseq>\)' file 
<Hit_def> protein name [Homo sapiens] </Hit_def> 
<Hsp_qseq> protein sequence </Hsp_qseq> 

を説明：

• grepをEREとは対照的に、パターンの周りgrep
• '単一引用符（あなたはシェル拡張を必要としない限り）
• \( BRE（基本的な正規表現を、使用して拡張正規表現のgrep -E）は、グループ化文字をエスケープする必要があります()だけでなく、OR演算子|
• <Hit_def>それは明らかではないとして、あなたは、コードタグを使用してサンプルINPUT_FILEを投稿してください可能性があり、あなたが