如何在MacOS、Unix系统中用grep提取行内特定ID？

没问题，我来帮你从这段STOCKHOLM格式的文本里提取WP开头的蛋白ID！根据你的需求，我整理了几个实用的grep命令，适配MacOS/Unix环境：

1. 提取完整的带区域的ID（比如WP_002089484.1/1-154） #

如果你需要保留ID后面的区域范围信息，用这个命令：

grep -o 'WP_[0-9]*\.[0-9]/[0-9]*-[0-9]*' your_input_file.txt

• -o 参数让grep只输出匹配到的内容，而不是整行文本
• 正则表达式WP_[0-9]*\.[0-9]/[0-9]*-[0-9]*精准匹配WP开头，跟着数字、点、数字，再加上斜杠分隔的区域范围

2. 只提取核心ID（比如WP_002089484.1） #

如果只需要去掉后面的区域部分，用这个命令：

grep -o 'WP_[0-9]*\.[0-9]' your_input_file.txt | head -n1

• head -n1 用来避免重复输出（你的文本里同一ID出现了多次）
• 也可以用更精准的方式，只匹配#=GS标签后的ID，确保拿到的是注释行里的目标ID：

grep -o '#=GS WP_[0-9]*\.[0-9]' your_input_file.txt | sed 's/#=GS //'

这里sed 's/#=GS //'是把匹配结果里的#=GS 前缀去掉，直接得到纯ID。

3. 兼容BSD/GNU Grep的通用写法 #

MacOS默认是BSD grep，和Linux的GNU grep有些细微差异，用扩展正则的写法更通用：

grep -Eo 'WP_[0-9]+\.[0-9]+' your_input_file.txt | uniq

• -E 启用扩展正则，+表示匹配至少一个数字，比*更严谨
• uniq 自动去重，避免重复输出同一ID

内容的提问来源于stack exchange，提问作者D.Parker