perl怎么按照字符数分割文件呢？

huang6894

大神们：
有什么办法可以把类似于下面的文本：

1. >gi|514231188|ref|NC_021558.1| Paenibacillus phage PG1 genomic sequence
   
2. ACAATGAAGTTTTCGGGATTCCCCTGGTCAGGTCTTAGCACCGTTGATGGAGATCGTTAACACGACCGAT
   
3. CAAGGGATCGTGAAGGCAATCAAGAATTCCAATATCATTCGATGGCTCTTGAAATTCAACCAGACGCTAA
   
4. GGCCAGAGGATATTAAGAAGAACACCAAAGAATTCGTTGATAGTTTCCTTAATACGGAGACCTCAGAAAC
   
5. CATCGGCGCTGCTGCAACAGATGCCAAAATGGATGCTCAACAGGTAGAACCGAAGGATTATGTTCCCAAT
   
6. GAGAAGCAAATGGATGCCACAACGAAGCGAATATATTCCTTCTTCAATACCAACGAGAAGATAATACAGG
   
7. GCAGTTATACAGAGGATGAATGGATATCTTATTACGAATCTGCAGTTGAACCGGATATTGTTCAATTGAG
   
8. CGGTGAATACACCAGGAAGATATTTTCGCGCAGAGAACGAGGGTTTGGAAACAAAATCATTTTCGAATCA
   
9. TCCAACCTGACATTTGCAAGCATGCAGACGAAGCTGAAGCTGGTCGAGTTGGTTGATAGAGGAATTTTCA
   

复制代码

从第二行开始根据字符串把文件分成8个等长的文本呢？比如40个字符，每5个字符一个文本，42个字符也是每5个字符一个，最后一个文本7个字符。。。
然后每个文本第一行都是：
1、

1. >gi|514231188|ref|NC_021558.1| Paenibacillus phage PG1 genomic sequence

复制代码

2、

1. >gi|514231188|ref|NC_021558.2| Paenibacillus phage PG1 genomic sequence

复制代码

3、

1. >gi|514231188|ref|NC_021558.3| Paenibacillus phage PG1 genomic sequence

复制代码

etc。。。。
然后把第五个文件：

1. >gi|514231188|ref|NC_021558.3| Paenibacillus phage PG1 genomic sequence

复制代码

的那些分割得到的字符前面的30个字符，统计它们中G或者C所占比率，并且生成它们的逆序序列，可以吗？

谢谢了，谢谢了

qidunhu

好吧，沙个发。。。

huang6894

回复 2# qidunhu


    卤煮生物信息。。。对不起了，我也觉得恶心

q1208c

楼主能不能 手工 把你需要的结果完整一点写出来? 没看明白你到底要什么结果 ...

huang6894

回复 4# q1208c


    对不起，对不起~
比如：

1. >gi|514231188|ref|NC_021558.1| Paenibacillus phage PG1 genomic sequence
   
2. ACAATGAAGTTTTCGGGATTCCCCTGGTCAGGTCTTAGCACCGTTGATGGAGATCGTTAACACGACCGAT
   
3. CAAGGGATCGTGAAGGCAATCAAGAATTCCAATATCATTCGATGGCTCTTGAAATTCAACCAGACGCTAA
   
4. GGCCAGAGGATATTAAGAAGAACACCAAAGAATTCGTTGATAGTTTCCTTAATACGGAGACCTCAGAAAC
   
5. CATCGGCGCTGCTGCAACAGATGCCAAAATGGATGCTCAACAGGTAGAACCGAAGGATTATGTTCCCAAT
   
6. GAGAAGCAAATGGATGCCACAACGAAGCGAATATATTCCTTCTTCAATACCAACGAGAAGATAATACAGG
   
7. GCAGTTATACAGAGGATGAATGGATATCTTATTACGAATCTGCAGTTGAACCGGATATTGTTCAATTGAG
   
8. CGGTGAATACACCAGGAAGATATTTTCGCGCAGAGAACGAGGGTTTGGAAACAAAATCATTTTCGAATCA
   
9. TCCAACCTGACATTTGCAAGCATGCAGACGAAGCTGAAGCTGGTCGAGTTGGTTGATAGAGGAATTTTCA

复制代码

生成：
file1、

1. >gi|514231188|ref|NC_021558.1| Paenibacillus phage PG1 genomic sequence
   
2. ACAATGAAGTTTTCGGGATTCCCCTGGTCAGGTCTTAGCACCGTTGATGGAGATCGTTAACACGACCGAT

复制代码

file2、

1. >gi|514231188|ref|NC_021558.2| Paenibacillus phage PG1 genomic sequence
   
2. CAAGGGATCGTGAAGGCAATCAAGAATTCCAATATCATTCGATGGCTCTTGAAATTCAACCAGACGCTAA

复制代码

file3、

1. >gi|514231188|ref|NC_021558.3| Paenibacillus phage PG1 genomic sequence
   
2. GGCCAGAGGATATTAAGAAGAACACCAAAGAATTCGTTGATAGTTTCCTTAATACGGAGACCTCAGAAAC

复制代码

类似这样的。。。

然后第五个文件：如：

1. >gi|514231188|ref|NC_021558.5| Paenibacillus phage PG1 genomic sequence
   
2. GAGAAGCAAATGGATGCCACAACGAAGCGAATATATTCCTTCTTCAATACCAACGAGAAGATAATACAGG

复制代码

想得到前30个字符串：
GAGAAGCAAATGGATGCCACAACGAAGCGA
1、计算(G数目+C数目）/30
2、反向输出这30个字符：
。。。。
存到一个文件里面

q1208c

1. #!/usr/bin/perl
   
2. 
   
3. use warnings;
   
4. use strict;
   
5. 
   
6. my $file_orig = "file.orig.txt";
   
7. 
   
8. open(FILE_ORIG, "<".$file_orig) or die("$!");
   
9. my $head_line = <FILE_ORIG>;
   
10. 
    
11. my $n = 0;
    
12. while (my $line = <FILE_ORIG>) {
    
13.     $n ++;
    
14.     my $new_head = $head_line;
    
15.     my $part = substr($line, 0,30);
    
16.     $new_head =~ s/\|NC_021558\.1\|/\|NC_021558\.$n\|/;
    
17.     my $out_file = "file.$n.txt";
    
18.     open(FILE_OUT, ">".$out_file) or die("$!");
    
19.         print FILE_OUT $new_head;
    
20.         print FILE_OUT $line;
    
21.     close(FILE_OUT);
    
22.     my $count = ($part =~ tr/GC//);
    
23.     my $reverse_part = scalar reverse $part;
    
24.     print $part, "|", $reverse_part, "|", $count, "|", $count / 30, "\n";
    
25. }
    
26. close(FILE_ORIG);
    

复制代码

huang6894

回复 6# q1208c


    谢谢大神谢谢。。。不过大神，不好意思啊，其实我是想平均第二行后所有字符到8个文件里面，并不是一行一个，比如总共400个字符的话，就50个字符外加第一行一个文件。。。不好意思了

q1208c

回复 7# huang6894


    你可没说呀, 我以为你一个文件一行呢 ...

那就得先计算出这个文件有多少行, 然后再平均就行了. 加个 count就行了.

huang6894

回复 8# q1208c


    不行的不行的。。。因为是按字符数分割文件。。。不是按行

q1208c

回复 9# huang6894

如果你的第二行只有一行, 还比较容易的. 如果第二行后面还有行, 那"回车"算不算字符?