txt文件随机提取1000个字符的问题

小丽子酱

我需要从txt 文件中随机提取1000个字符并且输出到新文件，但是同时我也需要知道随机输出字符的具体位置，而且提取字符仅限与碱基“acgt".下面是文件的大体格式：
I      id       1001     1002       1003...
M     id0101 A          G           T...
M     id0102 G          T           c....
.....
大体这种感觉，有11万行左右，1200列左右
求大家帮帮忙

小丽子酱

非常感谢您的回复，但是可以稍微详细的说明一下吗？我看不懂啊QAQ回复 2# walklan


   

小丽子酱

子函数里面的为什么是16和4呢？回复 4# walklan


   

小丽子酱

那可以具体的告诉我这个测试代码中每一行的意思吗？嫌麻烦的话可以告诉我每个数字代表的含义就好，可以吗？回复 6# walklan


   

ba_du_co

大体是这种感觉

测试样例:: 文件 TEST.data

1. 
   
2. I      id       1001     1002       1003
   
3. M     id0101 A          G           T
   
4. N     id0102 G          T           c
   
5. O     id0103 A          G           T
   
6. P     id0104 G          T           c
   
7. Q     id0105 A          G           T
   
8. R     id0106 G          T           c
   
9. S     id0107 A          G           T
   
10. T     id0108 G          T           c

复制代码

提取字符 3 个::
输出大约是这种感觉::

提取字符 大体有 3 个 左右
文件 TEST.data 大体有 9 行 左右
文件 TEST.data 大体有 5 列 左右

开始提取字符::

随机字符 < T > 具体位置大体在:: 行 3, 列 4 [ N id0102, id: 1002 ]
随机字符 < T > 具体位置大体在:: 行 6, 列 5 [ Q id0105, id: 1003 ]
随机字符 < G > 具体位置大体在:: 行 8, 列 4 [ S id0107, id: 1002 ]

大体是这种感觉

测试::        perl 代码.pl
输出到新文件:: perl 代码.pl > 新文件

大约是这种感觉的代码::

1. #!/usr/bin/perl
   
2. 
   
3. use 5.020;
   
4. 
   
5. my $file      = 'TEST.data';
   
6. my $picks     = 3; # 随机提取 XXX 个字符
   
7. my $last_line = 1;
   
8. my %line_numbers;
   
9. 
   
10. open my ($handle), $file or die "$!: [ $file ] >>";
    
11. die "DIE:: 这个操作系统大约不是 linux!\n" if $^O ne 'linux';
    
12. 
    
13. my ($lines) = split /\s+/, `wc -l $file`;
    
14. my ( undef, undef, @id ) = split /\s+/, <$handle>;
    
15. my $cols = @id;
    
16. 
    
17. $lines -= 1;
    
18. 
    
19. while ( keys %line_numbers < $picks ) {
    
20.     my $this_line = int rand $lines;
    
21.     next if exists $line_numbers{$this_line};
    
22.     $line_numbers{$this_line} = undef;
    
23.     $last_line = $this_line if $last_line < $this_line;
    
24. }
    
25. 
    
26. $last_line += 2;
    
27. %line_numbers = map { $_ + 2 => undef } keys %line_numbers;
    
28. 
    
29. say STDERR "提取字符 大体有 $picks 个 左右",;
    
30. say STDERR "文件 $file 大体有 ", 1 + $lines, ' 行 左右';
    
31. say STDERR "文件 $file 大体有 ", 2 + $cols,  ' 列 左右';
    
32. say STDERR "\n开始提取字符::\n";
    
33. 
    
34. while (<$handle>) {
    
35.     next unless exists $line_numbers{$.};
    
36.     my ( $first, $identification, @characters ) = split;
    
37.     my $irc = int rand $cols;
    
38.     print "随机字符 < $characters[$irc] > 具体位置大体在:: 行 $., 列 ";
    
39.     print $irc + 3, " [ $first $identification, id: $id[$irc] ]\n";
    
40.     last if $. == $last_line;
    
41. }
    
42. 
    
43. close $handle;
    
44. say STDERR "\n大体是这种感觉\n";
    
45. 
    
46. __DATA__
    
47. I      id       1001     1002       1003
    
48. M     id0101 A          G           T
    
49. N     id0102 G          T           c
    
50. O     id0103 A          G           T
    
51. P     id0104 G          T           c
    
52. Q     id0105 A          G           T
    
53. R     id0106 G          T           c
    
54. S     id0107 A          G           T
    
55. T     id0108 G          T           c
    
56. 
    

复制代码