标题: 请教各位：用perl 如何实现从文本筛选特定的行保存到另外一个文件

foumer

如：
Query= nmtca_Cluster3542.seq.Contig1 [178 - 513]
(112 letters)
Database: g:/blast/wormpep206.fasta
24,143 sequences; 10,671,996 total letters
Searching..................................................done
Score E
equences producing significant alignments: (bits) Value
Y54F10AM.8 Unknown 101 8e-023
F09B12.3 Unknown 82 4e-017
Y37D8A.2 Unknown 55 7e-009
Score = 101 bits (251), Expect = 8e-023
Identities = 0/101 (0%), Positives = 0/101 (0%), Gaps = 2/101 (1%)
Query: 12 NYRTMSVCVVA-NAGILHTVEGDTC-DGGNKVAVGKYENAVNNTGWGKLEIETFNNFEPE 69
Query: 70 VQAYAAGILEGKLTHLQISYHIENTVADICVNHSAFCKRLH 110
Score = 82.4 bits (202), Expect = 4e-017
Identities = 0/77 (0%), Positives = 0/77 (0%)
Query: 33 DTCDGGNKVAVGKYENAVNNTGWGKLEIETFNNFEPEVQAYAAGILEGKLTHLQISYHIE 92
Query: 93 NTVADICVNHSAFCKRL 109
Score = 55.1 bits (131), Expect = 7e-009
Identities = 0/100 (0%), Positives = 0/100 (0%), Gaps = 4/100 (4%)
Query: 14 RTMSVCVVANAGILHTVEGDTCDG---GNKVAVGKYENAVNNTGWGKLEIETFNNFEPE- 69
Query: 70 VQAYAAGILEGKLTHLQISYHIENTVADICVNHSAFCKRL 109
BLASTP 2.2.16 [Mar-25-2007]
Reference: Altschul, Stephen F., Thomas L. Madden, Alejandro A. Schaffer,
Jinghui Zhang, Zheng Zhang, Webb Miller, and David J. Lipman (1997),
"Gapped BLAST and PSI-BLAST: a new generation of protein database search
programs", Nucleic Acids Res. 25:3389-3402.
Query= nmtca_Cluster3543.seq.Contig1 [43 - 522]
(160 letters)
Database: g:/blast/wormpep206.fasta
24,143 sequences; 10,671,996 total letters
Searching..................................................done

***** No hits found ******

以上数据我只要：
Query= nmtca_Cluster3542.seq.Contig1 [178 - 513]
Y54F10AM.8 Unknown
F09B12.3 Unknown
Y37D8A.2 Unknown

Query= nmtca_Cluster3543.seq.Contig1 [43 - 522]
***** No hits found ******

数据量太大，有13000多页，perl我又不太会，所以请各位高手帮帮小弟！！
不胜感激！

兰花仙子

基本模式：

open HD1, "<", "file_in";
open HD2, ">", "file_out";

while(<HD1>) {        # read a line from input file until the end
    if ( / regex / ) {     # regex match
        print HD2;         # if found, print this line to output file
    }
}

close HD2;
close HD1;

foumer

谢谢斑竹的回帖
但是小弟还是有点不明白，perl还没有怎么入门
这个文本中有3个关键词
Query= nmtca_Cluster
Unknown
No hits found

我因该怎样来设定这个筛选项regex 使他同时能够使用三个关键词进行筛选呢？

jiannma

正则...

mwm5

原帖由 foumer 于 2009-11-16 22:51 发表
谢谢斑竹的回帖
但是小弟还是有点不明白，perl还没有怎么入门
这个文本中有3个关键词
Query= nmtca_Cluster
Unknown
No hits found

我因该怎样来设定这个筛选项regex 使他同时能够使用三个关键词进行 ...

/Query= nmtca_Cluster|Unknown|No hits found/

[ 本帖最后由 mwm5 于 2009-11-16 23:17 编辑 ]

foumer

#!/usr/bin/perl -w
print "please enter the source filename(include suffix):";
chomp($file=<STDIN>);
print "please enter the output filename(include suffix):";
chomp($out=<STDIN>);
open(OUT,">$out")||die "can't open the file!\n";
open(FILE,"$file")||die "can't open the file!\n";
$IN=<FILE>;
$i=0;
while($IN){
if ( /nmtca_Cluster|Unknown|No hits found/){
print OUT $IN;
$i++;
}
$FL=<FILE>;
}
print "the total of nematode sequence is $i";
close(FILE);
close(OUT);

各位这样写程序问题出在那里？还是运行不出来
请高手指点

[ 本帖最后由 foumer 于 2009-11-17 13:39 编辑 ]

dugu072_cu

/nmtca_Cluster|Unknown|No hits found/

$IN=<FILE>;
while($IN)

说漏了，这种用法，你如何匹配。。。

[ 本帖最后由 dugu072_cu 于 2009-11-17 13:56 编辑 ]

foumer

能不能请你帮我修改下，刚学习perl还有很多不懂
谢谢

foumer

谢谢各位。问题解决了。我想复杂了。perl还没有入门啦

dugu072_cu

两种方式：
1.继续你以前的读方式，但正则改为：
@matched = $IN =~ /nmtca_Cluster.*\n|Unknown.*\n|No hits found.*\n/g
此时一次匹配后，所有匹配的行，都在 @matched数组中，因此统计个数，也不用你的那个 $i++，循环什么的
2. 修改读入方式，其他可以不改：
while(<FILE>)