Chinaunix

标题: 急！如何从一个文件里的名字提取另一个文件相对应的部分 [打印本页]

作者: juzi1114 时间: 2008-07-09 17:06
标题: 急！如何从一个文件里的名字提取另一个文件相对应的部分
不好意思，各位又来打扰了，现在比较急拉，帮我看看这个程序吧，现在我有两个文件，1.txt 和2.txtt
我的编码如下：
#!/usr/bin/perl -w
open(FILE1,"<1.txt"

|| die"$!";
open(FILE2,"<2.txt"

|| die "$!";
open(FILE_OUT,">3.txt"

|| die "$!";
@array =<FILE2>;
close (FILE2);
foreach $name(@array)
{
chomp($name);
$flag =0;
while(<FILE1>

{ chomp;
if($_=~ /^>/)
{
   if($_=~ /$name\|(.*)/){
   print FILE_OUT $_,"\n";
$flag =1;
   }
else
{next;}
}
else
{
if($flag ==1){
print FILE_OUT $_,"\n";}

}

}
}
close(FILE_OUT);
close(FILE1);

我是想要用2.txt里的名字去提取文件1.txt里的序列，但是弄了好久都出错，麻烦帮我看看吧  谢谢拉 ....

[ 本帖最后由 juzi1114 于 2008-7-10 10:34 编辑 ]

存档文件 1.rar

3 KB, 下载次数: 33

作者: forlorngenius 时间: 2008-07-09 17:09
if (m/$name(.*)){

here

作者: juzi1114 时间: 2008-07-09 17:33
标题: 回复 #2 forlorngenius 的帖子
是我不小心掉了已经改过来了

作者: juzi1114 时间: 2008-07-10 11:55
我重新修改了下，你们谁有时间帮我看下吧 55... 谢谢啦！！

作者: cobrawgl 时间: 2008-07-10 12:14
你举个例子，你想做什么（提取哪部分）

作者: juzi1114 时间: 2008-07-10 12:30
标题: 回复 #5 cobrawgl 的帖子
从第2个文件中由每一行提取相应的部分如由
>P30443这一行来提取另外一个文件中所对应的序列
>P30443|1A01_HUMAN HLA class I histocompatibility antigen, A-1 alpha chain precursor - Homo sapiens (Human)
MAVMAPRTLLLLLSGALALTQTWAGSHSMRYFFTSVSRPGRGEPRFIAVGYVDDTQFVRF
DSDAASQKMEPRAPWIEQEGPEYWDQETRNMKAHSQTDRANLGTLRGYYNQSEDGSHTIQ
IMYGCDVGPDGRFLRGYRQDAYDGKDYIALNEDLRSWTAADMAAQITKRKWEAVHAAEQR
RVYLEGRCVDGLRRYLENGKETLQRTDPPKTHMTHHPISDHEATLRCWALGFYPAEITLT
WQRDGEDQTQDTELVETRPAGDGTFQKWAAVVVPSGEEQRYTCHVQHEGLPKPLTLRWEL
SSQPTIPIVGIIAGLVLLGAVITGAVVAAVMWRRKSSDRKGGSYTQAASSDSAQGSDVSL
TACKV

作者: cobrawgl 时间: 2008-07-10 12:51
#!/usr/bin/perl

use strict;
use warnings;

my $file1 = '1.txt';
my $file2 = '2.txt';

open FILE_1, $file1
or die;

open FILE_2, $file2
or die;

my @data = <FILE_1>;
my $data = join '', @data;

while (<FILE_2>) {
print;
chomp;
print $1 if $data =~ /($_.*?)>/ms;
}

__________________________

先给你个能用的，版主有个更好的解决办法，可惜我还没学会

作者: juzi1114 时间: 2008-07-10 13:20
标题: 回复 #7 cobrawgl 的帖子
呵呵非常感谢了啊真的是感激涕零啊哈哈.... 我从昨天弄到现在就这一个快把我弄晕了原来这样看起来的话不是很难就是我想的逻辑太复杂了，谢谢

好崇拜你们啦呵呵.... 多向你们学习了！！！

作者: juzi1114 时间: 2008-07-10 13:32
标题: 回复 #7 cobrawgl 的帖子
呵呵有个地方不是很懂啦就是my $data = join '', @data; 这一句是把整个文件都变为一行了吗？那后面出来的结果怎么按照以前的格式来分行的？？？

作者: forlorngenius 时间: 2008-07-10 13:33

原帖由 juzi1114 于 2008-7-10 13:20 发表
呵呵非常感谢了啊真的是感激涕零啊哈哈.... 我从昨天弄到现在就这一个快把我弄晕了原来这样看起来的话不是很难就是我想的逻辑太复杂了，谢谢好崇拜你们啦呵呵.... 多向你们学习了！！！

花点时间把programming perl的正则表达那章好好看看就能解决了。

作者: forlorngenius 时间: 2008-07-10 13:36
**

[ 本帖最后由 forlorngenius 于 2008-7-10 17:01 编辑 ]

作者: juzi1114 时间: 2008-07-10 13:43
标题: 回复 #10 forlorngenius 的帖子
好的一定会去看看的呵呵谢谢！

作者: juzi1114 时间: 2008-07-10 13:45
标题: 回复 #11 forlorngenius 的帖子
不改结果就可以出来了的，谢谢你的建议哦！！

作者: forlorngenius 时间: 2008-07-10 13:48
标题: 回复 #13 juzi1114 的帖子
我写的那个只是在文件当中有重复头的情况，能全部找出来，
比如有两个或以上的 >P30443

作者: juzi1114 时间: 2008-07-10 14:09
标题: 回复 #14 forlorngenius 的帖子
哦这样的啊呵呵知道啦...

作者: juzi1114 时间: 2008-07-10 15:43
标题: 回复 #7 cobrawgl 的帖子
呵呵谢谢啦可是中间又出现问题了，还有一个文件类似文件1，里面的名字是以这样的形式开头的：
>gi|4504595
>gi|153946395
>gi|23397689
>gi|14165400
>gi|46094076
>gi|23097238
可是出来结果都成了这样的了：
4504595|ref|NP_002166.1| interferon, alpha 21 [Homo sapiens]

153946395|ref|NP_002151.2| tenascin C precursor [Homo sapiens]
然后文件提示说为二进制文件，把前面的>gi| 都给去掉了，我不知道原因是为什么啊....

作者: forlorngenius 时间: 2008-07-10 16:01
标题: 回复 #16 juzi1114 的帖子
发现个问题，前不久lz发了个类似的帖子，flw给出了通用解，而你又发贴，难道你天天要用到perl,却不系统的学习，就指望靠发贴来学习？？

http://bbs.chinaunix.net/thread-1165378-1-4.html

作者: juzi1114 时间: 2008-07-10 16:47
标题: 回复 #17 forlorngenius 的帖子
***

[ 本帖最后由 juzi1114 于 2008-7-11 08:09 编辑 ]

作者: juzi1114 时间: 2008-07-10 16:53
标题: 回复 #17 forlorngenius 的帖子
***

[ 本帖最后由 juzi1114 于 2008-7-11 08:08 编辑 ]

作者: flw 时间: 2008-07-10 17:13
学习要系统，要虚心。
楼主再这样子，我就不喜欢了哦。

作者: ganer 时间: 2008-07-10 17:28
测试

作者: hdc1112 时间: 2008-07-10 20:21
join ",@data是什么意思，这句有语法错误吧。。

本意是不是忽略\n回车符，把一段内容送入$data?
print $1 if $data =~ /($_.*?)>/ms;
是不是跟这里有关，加了个/m参数表示把忽略了回车符的一段内容重新恢复回车符？

作者: juzi1114 时间: 2008-07-11 08:10
标题: 回复 #20 flw 的帖子
恩好

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)