在Linux操作系统下处理数据时，经常会遇到需要统计一下一个文件中有多个条基因序列，或多少个基因名称的情况。一般情况，最简单直接的方式是利用Linux自带的命令grep和wc来统计，比如统计一个FASTA文件中有多少条序列：

cat input.fasta | grep '>' | wc -l

或者统计一个文件中有多少个拟南芥的基因：

cat input.txt | grep AT | wc -l

这样的方式我用了若干年，最近发现其实还有更简单的方式，用grep -c命令，可以节省写管道和wc命令的时间

cat input.fasta | grep -c '>'

cat input.txt | grep -c AT

这种方式与前面的grep+wc组合效果是一样的，但是显得更高效，整洁。

grep命令来源于Unix，目前常用的版本是GNU grep和BSD grep，两者对-c参数的解释为

（GNU grep）-c, --count              

             Suppress normal output; instead print a count of matching lines for

             each input file.  With the -v,  --invert-match option (see below),

             count non-matching lines.  (-c is specified by POSIX.)

（BSD grep）-c, --count              

             Only a count of selected lines is written to standard output.

几十年的发展，使得grep命令积累了大量参数，而-c参数一直被忽略的主要原因就是参数太多，难以有耐心全部仔细看完，一般只对常用的几个参数比较熟悉：

-v 只输出匹配不上的行

-i 忽略大小写

-f 从文件中读取匹配模式，一行一个匹配模式

-A 输出匹配上的行后NUM行的内容

-B 输出匹配上的行前NUM行的内容

-l 只输出能匹配表达式的文件名，不输出内容

fgrep命令 把表达式看作单纯字符串，不做正则表达式解释，可以增加简单匹配的匹配速度

egrep命令 支持扩展规则的正则表达式

致谢：Insipired by Haibao Tang's code in GitHub