find加上exec的参数来批量修改文件名字

Posted on by

需求：一个单细胞转录组项目文件夹里面的每个样品都是独立的文件夹，而且每个文件夹里面的都有一个genes.tsv.gz 文件，是需要修改为 features.tsv.gz 文件名字的！

10x的文件格式

目前10x的单细胞转录组技术给出来的表达量矩阵，主要是Market Exchange Format (MEX)格式，每个样品都会有一个filtered_feature_bc_matrix文件夹，里面会有3个文件，如下所示：

$ cd /home/jdoe/runs/sample345/outs
$ tree filtered_feature_bc_matrix
filtered_feature_bc_matrix
├── barcodes.tsv.gz
├── features.tsv.gz
└── matrix.mtx.gz
0 directories, 3 files

而且这3个文件必须是有固定的格式以及固定好的文件名字，不能修改！！！因为我们读取它的时候只需要文件夹的名字，文件夹里面的3个文件是一定要固定的！分别存储 列名（细胞barcode），行名（基因名字），表达量矩阵（稀疏矩阵格式）。
值得注意是上面的3文件都是gz格式的压缩，里面的 features.tsv.gz 理论上是可以包含更多类型的生物学特征数据，如转录本、蛋白质等。所以在早期版本它的名字其实是 genes.tsv.gz ，在设计之初是只包含基因的表达数据，而且它慢慢的不被后面的单细胞转录组数据分析流程支持了，常规的单细胞转录组降维聚类分群代码可以看 链接: https://pan.baidu.com/s/1bIBG9RciAzDhkTKKA7hEfQ?pwd=y4eh ，基本上大家只需要读入表达量矩阵文件到r里面就可以使用Seurat包做全部的流程！
所以有些时候需要做genes.tsv.gz 和 features.tsv.gz 的修改名字！

Linux命令的规则

在 Linux 中，命令通常由以下几个部分组成：

  1. 命令: 即你要执行的操作的名称，比如 ls, mkdir, find, grep 等等。
  2. 参数: 用来修改命令的行为或提供额外的信息。参数通常以短划线 - 或双短划线 -- 开头，后面跟着参数名称。例如，-l, -a, -r, --recursive 等。
  3. 文件/目录: 命令要操作的对象，可以是文件、目录或其他数据。有些命令可以不需要文件或目录参数，而是从标准输入中获取数据。
    所以，命令通常的格式是 命令 [参数] [文件/目录]，但这并不是绝对的。有些命令可能只需要命令名，而不需要参数或文件/目录，而有些命令可能需要多个参数或文件/目录。例如：
  • ls -l: 这个命令用于列出目录内容，并使用 -l 参数以长格式显示。
  • mkdir new_directory: 这个命令用于创建一个名为 new_directory 的新目录。
  • cat file.txt: 这个命令用于显示 file.txt 文件的内容，file.txt 是文件参数。
  • grep pattern file.txt: 这个命令用于在 file.txt 文件中搜索指定的 pattern，pattern 和 file.txt 都是参数。
    接下来我们就需要使用find加上exec的参数来批量修改文件名字。

    最后的命令chatGPT帮忙写的

    如下所示：

    find . -type f -name 'genes.tsv.gz' -exec sh -c 'echo "$0" "${0%/*}/features.tsv.gz"' {} \;
find . -type f -name 'genes.tsv.gz' -exec sh -c 'mv "$0" "${0%/*}/features.tsv.gz"' {} \;

    确实是有点复杂，对Linux初学者来说：

  1. find: 这个命令用于在文件系统中搜索文件和目录。在这个命令中，. 表示当前目录，-type f 表示只搜索文件，-name 'genes.tsv.gz' 表示搜索文件名为 genes.tsv.gz 的文件。
  2. -exec: 这个选项允许你在 find 命令的搜索结果上执行其他命令。在这个例子中，-exec 后面跟着要执行的命令，{} 代表 find 命令找到的每个文件。
  3. sh -c 'mv "$0" "${0%/*}/features.tsv.gz"': 这部分是 -exec 后面要执行的命令。这里，sh -c 表示执行一个 shell 命令，mv 是 Linux 中用于移动文件或重命名文件的命令。"$0" 表示 find 命令找到的当前文件的路径，${0%/*} 是用来获取文件所在目录的部分。整个命令的作用是将 genes.tsv.gz 文件重命名为 features.tsv.gz。
  4. {} 和 \;: 在 -exec 中，{} 代表 find 命令找到的每个文件的路径。\; 用于标记 -exec 命令的结束。
    总的来说，这个命令会在当前目录及其子目录中查找所有名为 genes.tsv.gz 的文件，并将它们重命名为 features.tsv.gz。
​

Comments are closed.