免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
› 论坛 › 程序设计 › Perl › 求个程序
最近访问板块 发新帖
查看: 4750 | 回复: 5
打印 上一主题 下一主题

求个程序 [复制链接]

清泉一边

论坛徽章:
1
羊年新春福章 日期:2015-04-28 20:40:58
跳转到指定楼层
1楼 [收藏(0)] [报告]
发表于 2015-02-04 19:52 |只看该作者 |倒序浏览
我有两个文件 1.txt
  1. >a
  2. MVKFFRKTGKDGWIALGGILLSMTGSEAMFADLGHFTSASVRVAFITVIYPCLILQYMGH
  3. AAFLSKNTFHMPTGFYDTIPEPVFWPVFVVATLAAVVGSQAVISATFSIVKQCHALGCFP
  4. RVKVVHTSRWIYGQIYIPEINWILMVLCVAVTIAFRDTTLIGNAYGIACMTVMFVTTFLM
  5. ALIIIFVWQRNIIFALVFLVFFGSIEAVYLSSSLMKVTQGGWVPLVLAFIFMSVMYIWHY
  6. GLRRKYQFDLQNKVSMRSILSLGPSLGIVRVPGIGLIYTELVTGVPSIFSHFVTNLPAFH
  7. EVLVFLCVKSVPVPYVSPDERYLVGRIGPKEYRMYRCIVRYGYKDVQRDDDNFENMLVMN
  8. IAKFIMMEAEDASSSASYDVSNEGRMAVITTTDASGSPLAMRDFDGLADSMTMRSSKSET
  9. LRSLQSSYEQESPSVSRRRRVRFEVPEEDGMGRQVKEELMALVEAKHAGVAYIMGHSYIK
  10. ARRSSSFLKKFAIDVGYSFLRKNCRGPSVTLHIPHISLIEVGMIYYV
  11. >a
  12. MKKIEDNNTLVFIVDLKADKKIKAAVKKMYDIQAKKVNTLIRPDGKKKAYVKLPCMGVAY
  13. ETTKSGVGVASMGVMRLKLVMKSIVLIVMARVLGIYDLIIAAIISAGINPKAKPKPYFLD
  14. GYAHLSFELACSLAGLVAGMAIS
  15. >b
  16. MLQEAKAYAQENGLFFMETSAKIATNVNDVFYEIAKKLLQGQQVQNPQGGMVLN
  17. >b
  18. MKKIEDNNTLVFIVDLKADKKIKAAVKKMYDIQAKKVNTLIRPDGKKKAYVKLPCKHPSD
  19. FPSLPSMSLSPAGSNRPFHTPLAPHPRWCLGMGVAYETTKSGVGVASMGVMRLKLVMKSI
  20. VLIVMARVLGIYDLIIAAIISAGINPKAKPKPYFLDGYAHLSFELACSLAGLVAGMAISI
  21. VRDTRVSVADCEGYPYLFLSISIEWNGGSDTMDEILVRIQQLEEAVVKRERAMAYTFNHQ
  22. WRARSATSLGNFSYEVGKGGWGWSWMDRWIVARPWESRSMVHPENPKKAQAKKENTTNPL
  23. >c
  24. PSLPSMSLSPAGSNRPFHTPLAPHPRWCLGMGVAYETTKSGVGVASMGVMRLKLVMKSI
复制代码
2.txt
  1. >a
  2. >b
复制代码
想从1.txt中提取出来2.txt中含有的最长序列
结果如下：
  1. >a
  2. MVKFFRKTGKDGWIALGGILLSMTGSEAMFADLGHFTSASVRVAFITVIYPCLILQYMGH
  3. AAFLSKNTFHMPTGFYDTIPEPVFWPVFVVATLAAVVGSQAVISATFSIVKQCHALGCFP
  4. RVKVVHTSRWIYGQIYIPEINWILMVLCVAVTIAFRDTTLIGNAYGIACMTVMFVTTFLM
  5. ALIIIFVWQRNIIFALVFLVFFGSIEAVYLSSSLMKVTQGGWVPLVLAFIFMSVMYIWHY
  6. GLRRKYQFDLQNKVSMRSILSLGPSLGIVRVPGIGLIYTELVTGVPSIFSHFVTNLPAFH
  7. EVLVFLCVKSVPVPYVSPDERYLVGRIGPKEYRMYRCIVRYGYKDVQRDDDNFENMLVMN
  8. IAKFIMMEAEDASSSASYDVSNEGRMAVITTTDASGSPLAMRDFDGLADSMTMRSSKSET
  9. LRSLQSSYEQESPSVSRRRRVRFEVPEEDGMGRQVKEELMALVEAKHAGVAYIMGHSYIK
  10. ARRSSSFLKKFAIDVGYSFLRKNCRGPSVTLHIPHISLIEVGMIYYV
  11. >b
  12. MKKIEDNNTLVFIVDLKADKKIKAAVKKMYDIQAKKVNTLIRPDGKKKAYVKLPCKHPSD
  13. FPSLPSMSLSPAGSNRPFHTPLAPHPRWCLGMGVAYETTKSGVGVASMGVMRLKLVMKSI
  14. VLIVMARVLGIYDLIIAAIISAGINPKAKPKPYFLDGYAHLSFELACSLAGLVAGMAISI
  15. VRDTRVSVADCEGYPYLFLSISIEWNGGSDTMDEILVRIQQLEEAVVKRERAMAYTFNHQ
  16. WRARSATSLGNFSYEVGKGGWGWSWMDRWIVARPWESRSMVHPENPKKAQAKKENTTNPL
复制代码
请大神们把各自的写法展示一下！谢谢！
清泉一边

论坛徽章:
1
羊年新春福章 日期:2015-04-28 20:40:58
2楼 [报告]
发表于 2015-02-05 09:56 |只看该作者
自己顶一下啦
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
b114213903

论坛徽章:
7
巳蛇 日期:2013-11-28 09:22:59天秤座 日期:2014-10-25 15:40:452015年辞旧岁徽章 日期:2015-03-03 16:54:152015年迎新春徽章 日期:2015-03-04 09:53:172015亚冠之德黑兰石油 日期:2015-07-15 08:46:452015亚冠之平阳省 日期:2015-11-08 16:27:53白银圣斗士 日期:2015-11-14 09:58:12
3楼 [报告]
发表于 2015-02-06 09:56 |只看该作者
回复 1# 清泉一边
  1. #!usr/bin/perl
  2. use Bio::SeqIO;
  3. use strict;

  5. my $IN=Bio::SeqIO->new(-file=>"a.txt",-format=>'fasta');
  6. my (%Seqs,%Seql);
  7. while (my $seq=$IN->next_seq()){
  8.         unless($Seqs{$seq->id()}){
  9.                 $Seql{$seq->id()}=$seq->length();
  10.                 $Seqs{$seq->id()}=$seq;
  11.         }else{
  12.                 unless($seq->length() <= $Seql{$seq->id()}){
  13.                         $Seql{$seq->id()}=$seq->length();
  14.                         $Seqs{$seq->id()}=$seq;
  15.                 }
  16.         }
  17. }
  18. $IN->close();

  20. open (IN,"<b.txt");
  21. my $OUT=Bio::SeqIO->new(-file=>">c.txt",-format=>"fasta");
  22. while(my $line=<IN>){
  23.         chomp($line);
  24.         $line=~s/^\>//;
  25.         $OUT->write_seq($Seqs{$line});
  26. }
  27. close IN;
  28. $OUT->close();

  30. print "Finished!\n";
复制代码
a.txt
  1. >a
  2. MVKFFRKTGKDGWIALGGILLSMTGSEAMFADLGHFTSASVRVAFITVIYPCLILQYMGH
  3. AAFLSKNTFHMPTGFYDTIPEPVFWPVFVVATLAAVVGSQAVISATFSIVKQCHALGCFP
  4. RVKVVHTSRWIYGQIYIPEINWILMVLCVAVTIAFRDTTLIGNAYGIACMTVMFVTTFLM
  5. ALIIIFVWQRNIIFALVFLVFFGSIEAVYLSSSLMKVTQGGWVPLVLAFIFMSVMYIWHY
  6. GLRRKYQFDLQNKVSMRSILSLGPSLGIVRVPGIGLIYTELVTGVPSIFSHFVTNLPAFH
  7. EVLVFLCVKSVPVPYVSPDERYLVGRIGPKEYRMYRCIVRYGYKDVQRDDDNFENMLVMN
  8. IAKFIMMEAEDASSSASYDVSNEGRMAVITTTDASGSPLAMRDFDGLADSMTMRSSKSET
  9. LRSLQSSYEQESPSVSRRRRVRFEVPEEDGMGRQVKEELMALVEAKHAGVAYIMGHSYIK
  10. ARRSSSFLKKFAIDVGYSFLRKNCRGPSVTLHIPHISLIEVGMIYYV
  11. >a
  12. MKKIEDNNTLVFIVDLKADKKIKAAVKKMYDIQAKKVNTLIRPDGKKKAYVKLPCMGVAY
  13. ETTKSGVGVASMGVMRLKLVMKSIVLIVMARVLGIYDLIIAAIISAGINPKAKPKPYFLD
  14. GYAHLSFELACSLAGLVAGMAIS
  15. >b
  16. MLQEAKAYAQENGLFFMETSAKIATNVNDVFYEIAKKLLQGQQVQNPQGGMVLN
  17. >b
  18. MKKIEDNNTLVFIVDLKADKKIKAAVKKMYDIQAKKVNTLIRPDGKKKAYVKLPCKHPSD
  19. FPSLPSMSLSPAGSNRPFHTPLAPHPRWCLGMGVAYETTKSGVGVASMGVMRLKLVMKSI
  20. VLIVMARVLGIYDLIIAAIISAGINPKAKPKPYFLDGYAHLSFELACSLAGLVAGMAISI
  21. VRDTRVSVADCEGYPYLFLSISIEWNGGSDTMDEILVRIQQLEEAVVKRERAMAYTFNHQ
  22. WRARSATSLGNFSYEVGKGGWGWSWMDRWIVARPWESRSMVHPENPKKAQAKKENTTNPL
  23. >c
  24. PSLPSMSLSPAGSNRPFHTPLAPHPRWCLGMGVAYETTKSGVGVASMGVMRLKLVMKSI
复制代码
b.txt
  1. >a
  2. >b
复制代码
c.txt
  1. >a
  2. MVKFFRKTGKDGWIALGGILLSMTGSEAMFADLGHFTSASVRVAFITVIYPCLILQYMGH
  3. AAFLSKNTFHMPTGFYDTIPEPVFWPVFVVATLAAVVGSQAVISATFSIVKQCHALGCFP
  4. RVKVVHTSRWIYGQIYIPEINWILMVLCVAVTIAFRDTTLIGNAYGIACMTVMFVTTFLM
  5. ALIIIFVWQRNIIFALVFLVFFGSIEAVYLSSSLMKVTQGGWVPLVLAFIFMSVMYIWHY
  6. GLRRKYQFDLQNKVSMRSILSLGPSLGIVRVPGIGLIYTELVTGVPSIFSHFVTNLPAFH
  7. EVLVFLCVKSVPVPYVSPDERYLVGRIGPKEYRMYRCIVRYGYKDVQRDDDNFENMLVMN
  8. IAKFIMMEAEDASSSASYDVSNEGRMAVITTTDASGSPLAMRDFDGLADSMTMRSSKSET
  9. LRSLQSSYEQESPSVSRRRRVRFEVPEEDGMGRQVKEELMALVEAKHAGVAYIMGHSYIK
  10. ARRSSSFLKKFAIDVGYSFLRKNCRGPSVTLHIPHISLIEVGMIYYV
  11. >b
  12. MKKIEDNNTLVFIVDLKADKKIKAAVKKMYDIQAKKVNTLIRPDGKKKAYVKLPCKHPSD
  13. FPSLPSMSLSPAGSNRPFHTPLAPHPRWCLGMGVAYETTKSGVGVASMGVMRLKLVMKSI
  14. VLIVMARVLGIYDLIIAAIISAGINPKAKPKPYFLDGYAHLSFELACSLAGLVAGMAISI
  15. VRDTRVSVADCEGYPYLFLSISIEWNGGSDTMDEILVRIQQLEEAVVKRERAMAYTFNHQ
  16. WRARSATSLGNFSYEVGKGGWGWSWMDRWIVARPWESRSMVHPENPKKAQAKKENTTNPL
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
sunzhiguolu

论坛徽章:
307
程序设计版块每周发帖之星 日期:2016-04-08 00:41:33操作系统版块每日发帖之星 日期:2015-09-02 06:20:00每日论坛发贴之星 日期:2015-09-02 06:20:00程序设计版块每日发帖之星 日期:2015-09-04 06:20:00每日论坛发贴之星 日期:2015-09-04 06:20:00每周论坛发贴之星 日期:2015-09-06 22:22:00程序设计版块每日发帖之星 日期:2015-09-09 06:20:00程序设计版块每日发帖之星 日期:2015-09-19 06:20:00程序设计版块每日发帖之星 日期:2015-09-20 06:20:00每日论坛发贴之星 日期:2015-09-20 06:20:00程序设计版块每日发帖之星 日期:2015-09-22 06:20:00程序设计版块每日发帖之星 日期:2015-09-24 06:20:00
4楼 [报告]
发表于 2016-11-22 22:43 |只看该作者
本帖最后由 sunzhiguolu 于 2016-11-23 05:58 编辑
  1. #!/usr/bin/perl
  2. use strict;
  3. use warnings;

  5. open (my $FHr, '<', shift);
  6. my %hData = map {/(\w+)/; $1 => []} <$FHr>;
  7. close ($FHr);

  9. open ($FHr, '<', shift);
  10. my ($id, $flag, $pos);
  11. while (<$FHr>){
  12.     if (/\A>(\w+)/){
  13.         $flag = exists ($hData{$1}) ? 1 : 0;
  14.         if ($flag){
  15.             $id = $1;
  16.             $pos = @{$hData{$id}};
  17.         }
  18.         next;
  19.     }
  20.     $hData{$id}[$pos] .= $_ if ($flag);
  21. }
  22. close ($FHr);

  24. foreach (keys %hData){
  25.     my ($str) = sort {length ($b) <=> length ($a)} @{$hData{$_}};
  26.     print "$_\n$str";
  27. }
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
moperyblue

论坛徽章:
28
15-16赛季CBA联赛之八一 日期:2016-02-22 19:10:4215-16赛季CBA联赛之深圳 日期:2016-12-01 10:34:0415-16赛季CBA联赛之新疆 日期:2016-12-07 10:24:2915-16赛季CBA联赛之同曦 日期:2016-12-15 12:06:43CU十四周年纪念徽章 日期:2016-12-18 13:03:4415-16赛季CBA联赛之吉林 日期:2017-01-03 15:52:2515-16赛季CBA联赛之辽宁 日期:2017-01-04 14:58:2415-16赛季CBA联赛之辽宁 日期:2017-01-15 09:42:512016科比退役纪念章 日期:2017-02-06 17:21:50黑曼巴 日期:2017-02-10 15:46:1215-16赛季CBA联赛之上海 日期:2017-03-18 10:14:5415-16赛季CBA联赛之青岛 日期:2017-03-18 22:00:44
5楼 [报告]
发表于 2016-11-24 11:38 |只看该作者

  1. awk -vRS='>' 'NR==FNR&&NF{a[$1]=1;next}a[$1]&&length($0)>length(b[$1]){b[$1]=$0}END{for(i in b)printf RS b[i]}' 2.txt 1.txt
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP