除法题

leigh111

大家好：
     我有一个文件，里面标题（NTSEQ）和字母组成，字母有几行为一段的，也有十几行为一段的，我想做的工作就是把 为一段的字母能被3整除，能被整除的就print出来，不能被3整除的就抛弃。
    我是这样做的，但还是做错了
    #!/usr/bin/perl-w
use strict;
open (IN,'d:\perl\genes\') || die "$!";
open (OUT,'>d:\perl\genes_fasta\.fasta') || die "$!";
my ($title,$seqs);
while (<IN>) {
        if (/^NTSEQ/) {
           $title = $_;
           }
        else {
           $seqs .= $_;
           if ($seqs%3==0) {   #肯定是这一步错了，好像它什么也不做。
             print OUT;
             }
           }
    }
          该怎么做？谢谢大家

toniz

O(∩_∩)O哈哈~

dugu072

我已经年假中了~~
另外，toniz，你要感谢我一件事儿，我陪你，从 侠客 变为 骑士 了……

toniz

呵呵  我很早很早的时候就说是换行问题了。是吧！
虽然浪费这么多口水  但是没关系  
哈哈 反正现在无聊得很 盼着国庆回家  都没什么心情做事呢。O(∩_∩)O

dugu072

问题知道了，当然就知道如何改了。

我一直分析的，就是你给的那段 正则 ，不是说你写错了，而是遇到问题了，分析出原因而已！我不是想针对你的代码，批评什么，解决我遇到的问题，才是最终目的。

而且，我一开始的态度就是，你的代码虽然精简，但是调试很麻烦，比如一开始，完全没有注意到，你会将换行统计到 length 中去，这个做法，分析数据规律的说法，很难说通，因为这不符合逻辑，哪有统计字符串长度，还要去加换行符的呢？——当然，我知道你说了，有解决方法，但我强调的只是，代码，让自己容易理解一些，容易调试一些，仅此而已。

好了，不说了，toniz，和你讨论收获颇多，而且问题也最终解决，至此结束吧，谢谢！

toniz

原帖由 toniz 于 2009-9-29 10:24 发表
这个是换行符的问题。不同系统的换行符号是不一样的。
如果你想把换行符的因素考虑进去，那么可以用下面的正则去匹配：
my %rf= ($file_contend  =~ /(NTSEQ.*?)(?:\r\n|\r|\n)([\d\D]*?)(?=NTSEQ)/g);

还有这里不是说了，如果非要考虑换行因素，建议用这个正则啊。这个就是匹配一个换行符，不管你是\r ,\n或者是\r\n。当然，如果你要对数据加多一个换行，那么你就需要再处理一下了。O(∩_∩)O

[ 本帖最后由 toniz 于 2009-9-29 16:00 编辑 ]

toniz

而且像你这样说的这样有N个换行之类的话，或者是你还想字母中间还会出现空格这类的话，
那么最好是在EACH循环里对$VALUE值在处理一下了。不然正则会看起来很繁琐。

toniz

真晕呢
说来说去，是你自己加个换行，然后说出了问题。
写正则就要先看数据的规律，你加了个换行，数据的规律就不一样了。
你非要加个换行，那就把(?:\r\n|\r|\n)后面加个+号或者是{1，X}.
具体看你的数据是怎么增加的。

dugu072

原帖由 toniz 于 2009-9-29 13:51 发表



那就真不知道你想表达什么了。
把你的测试数据贴出来吧。毕竟像这种精确匹配的正则表达式还是要看具体数据的。

不用发数据了，我把你的代码的数据的hex值都打出来跟了一遍，发现了确实存在一些问题，也是为什么我跑不过的原因：
逻辑问题：
    my %rf= ($file_contend  =~ /(NTSEQ.*?\r\n)([\d\D]*?)(?=NTSEQ)/g);
    这里由于是全局匹配所有字符，且包括换行，因此对于 data 的 length 计算，你会将 换行符 统计进去，因此，我在数据后加上一个回车后，自然导致length增加，而无法显示
语法问题：
    上述你认为的 windows 中的换行符 \r\n ，是不应该如此使用的，因为Windows下 Perl 缺省打开的文件句柄是 text mode，对于 <> 等读操作，会自动将 '\r\n' 转换为 '\n' ，因此，在你的代码中，将永远看不到 \r\n 的数据，除非 binmode( FH ) 一下，当然更简单的，Perl 就是想让换行符平台无关，直接 '\n' 替代即可

所以，如果诸如如下数据：
NTSEQ       339
            a #注意只有一个 数据 'a'
NTSEQ       276
反而是可以匹配的，因为后面如果加上 '\r\n' 就刚好是 3个字符（前提是你用了 binmode）。

toniz

原帖由 dugu072 于 2009-9-29 12:28 发表


不知道你是如何看出我只是接触了windows的……

我已经清楚说过了 [\d\D]是无关换行符的，不知道你为什么没有看见. 至于说语法问题，我想，我还是看得明白的，还不至于在这里长篇讨论基本的语法问题！
只 ...

那就真不知道你想表达什么了。
把你的测试数据贴出来吧。毕竟像这种精确匹配的正则表达式还是要看具体数据的。