查找是我們每天都在做的事情，早上醒來找下手機，出門之前查下公交，坐下之后查下資料，分析數據查下模式。

查找文件，查找信息，查找錯誤是應用起來更為具體的一些工作，而Linux命令行為我們提供了很多快捷強大的查找方式。

命令/可執行程序查找

whereis program_name: 會在系統默認安裝目錄(一般是有root權限時默認安裝的軟件)查找二進制文件、源碼、文檔中包含給定查詢關鍵詞的文件。(默認目錄有 /bin, /sbin, /usr/bin, /usr/lib, /usr/local/man等類似路徑)

which program_name: 會給出所有在環境變量中的程序的路徑，一來方便知道運行的程序在哪，二來方便修改。

比如vim `which sp_pheatmap.sh`就可以直接修改繪制熱圖的腳本，cp \which sp_pheatmap.sh` .`可以直接把源碼拷貝到當前目錄，省去了寫全路徑的麻煩。

如果運行which bwa，系統返回是 /usr/bin/which: no bwa in (/home/usr/bin:/bin)則說明bwa沒有放置在環境變量中，不可以直接寫名字調用。

[[223914]]

普通文件快速定位 locate

locate是快速查找定位文件的好方法，但其依賴于updatedb建立的索引。而updatedb一般是每天運行一次，所以當天的新文件是索引不到的。

如果有根用戶權限，可以手動運行updatedb做個更新，然后再locate bwa。

(個人用戶也可以構建自己的updatedb, 使用locate在局部環境中查找。)

普通文件多條件查找 find

find / -name bwa可以搜索根目錄下所有名字為bwa的文件

運行上面的命令時會輸出很多Permission denied，是因為 作為普通用戶，無權限訪問一些目錄，因此會有提示輸出，可以使用find / -name bwa 2>/dev/null重定向標準錯誤到空設備，報錯信息就被扔掉了，還不影響正常輸出。

按時間查找

我們開發的在線畫圖網站 (www.ehbio.com/ImageGP)，為了追蹤每天用戶使用時碰到了什么問題，需要每天定時去查看日志。

這個命令find . -name *.log -mmine -60可以查看當前目錄下(包括所有子目錄)一小時內修改的日志文件。再配合head就可以查看每個日志文件的內容，以方便查看使用過程中出現了哪些錯誤，如何增加提示或修改畫圖程序。

正是有了這個利器，前臺的錯誤提示中才出現了這么一句話，如果您核對后數據和參數沒問題，請過1天再進行嘗試。若是程序問題，我們通常會在1天內修復。

當然后臺數據都是用時間戳存儲的，而且若無報錯，數據會直接刪掉，有報錯的才會保留日志，不會泄露用戶信息，這點大家不用擔心。

現在畫圖網站越來越穩定，出現的問題越來越少，前臺提示也越來越完善，希望大家使用時多看下提示，查看日志的頻率也少了，就使用find . -name *.log -mtime -1查看從現在起24小時內的日志了。

這個也有個問題，每次查看的時間可能不一致，會漏查或有重疊，于是在某次查看完日志后，使用touch check在當前目錄下新建了個空文件。以后再查日志文件時，只要使用find . -name *.log -newer check就可以獲得所有上次查看過之后的新日志。每次查看完之后，都做個書簽，就方便多了。

慢慢發現有空日志文件, 使用find . -name *.log -newer check -size +0過濾掉, 只保留大小大于0的文件。就這樣在小伙伴聰明勤奮地維持下，我們繪圖網站為3萬多用戶提供了近10萬次服務。

近來繪圖網站新增了曼哈頓圖，PcOA, CPcOA和桑基圖的繪制，近日會推出一份更新文檔，歡迎使用。

按類型和大小查找

如果我想得到當前目錄下所有png和jpg照片呢？

使用 find . \( -name "*.png" -o -name "*.jpg" \) | less

或 find . -regex ".*\(\.png\|\.jpg\)$"  

find . -type f -size +100G可以獲取大小超過100G的文件。

限制查找深度

只看當前目錄2層子目錄內的文件find . -maxdepth 2 -name *.log。

查看不是log結尾的文件find . -not -name *.log。還有更多組合操作，詳見find文檔。

按文件內容查找 grep

find可以查找包含某句話的文件嗎？ 還是拿我們的日志說事吧，find . -name *.log -exec grep -l 'Error' {} \;就可以返回所有包含Error單詞的文件名。

find . -name *.log | xargs grep -l 'Error'也可以。

grep -rl 'Error' *也可以，不加-l還可以順便返回匹配的行。

匹配行的前后行

grep -A 5 -B 1 'Bioinfo' ehbio.log可以查看匹配行的前1行(B, before)和后5行(A, after)。

匹配次數

grep -c 'Bioinfo' ehbio.log可以統計包含Bioinfo的行數

grep -ci 'Bioinfo' ehbio.log則會在匹配時忽略大小寫。

統計FASTA序列中的序列數 grep '^>' ehbio.fa

統計FASTQ序列中的序列數 grep '^+$' ehbio.fq。(^表示以什么開頭，$表示以什么結尾)。

獲取未匹配行

grep -v 'Bioinfo' ehbio.log，讀讀手冊(man grep)，可以看到更多參數使用。

序列提取

假設有個基因列表文件 (ID)，有個單行序列的FASTA文件 (ehbio.fa)， 運行如下命令grep -A 1 -Fw -f id ehbio.fa | grep -v -- '--'就可以批量提取序列了。

-f id表示把id文件中的每一行作為一個匹配模式。-F表示匹配模式作為原始字符串，而非正則表達式，這是以防有特殊字符被解析。-w則表示作為一個單詞匹配，即假如id中有Sox2，那么它會匹配Sox2，也會匹配Sox21；如果加了-w，則不會匹配Sox21。

更好的序列批量提取見 awk的使用。

模式匹配

grep強大的功能是支持正則匹配，默認使用基本正則表達式，-E使用擴展的正則表達式，-P使用perl格式的正則表達式。

比如想去掉文件中所有的空行grep -v '^$' ehbio.fa >ehbio.clean.fa;

從公眾號文章中搜索跟文章寫作相關的文章 grep 'writ.*' *.md (可以匹配write, writing等字)；

正則表達式就比較多了，具體可以看http://mp.weixin.qq.com/s/4lUiZ60-aXLilRk9--iQhA。