文件匹配相同ID根据比较结果输出ID和匹配项——求大神赐教...

little_joe

文件a：
>A
1
2
3
4
>B
1
2
3
4
>C
1
2
3
4
文件b：
ID   start     end
>D      2         5
>C      1         3
>F      3         5
>A      4         7
如果文件a与文件b匹配到相同的ID,
例如文件a：>A匹配到文件b：>A,
则比较A下面的数字是不是在[4,7]即文件b的start到end区间内，
如果在区间内则输出ID和该数字如：
>A
4
>C
1
2
3
perl刚入门，有些茫然，向各路大神求助

sunzhiguolu

回复 1# little_joe
你试下,

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. 
   
5. my ($sID, $sBegin, $sEnd, %hData, $sCnt);
   
6. while (<>){
   
7.     s/\A\s+|\s+\z//g;
   
8.     if (@ARGV){
   
9.         if (++$sCnt % 5 == 1){
   
10.             $sID = $_;
    
11.             next;
    
12.         }
    
13.         push (@{$hData{$sID}[0]}, $_);
    
14.         next;
    
15.     }
    
16. 
    
17.     next if (!m/\A>/);
    
18.     ($sID, $sBegin, $sEnd) = split;
    
19.     push (@{$hData{$sID}[1]}, $sBegin, $sEnd) if (exists $hData{$sID});
    
20. }
    
21. 
    
22. foreach $sID (sort keys %hData){
    
23.     next if (@{$hData{$sID}} < 2);
    
24.     local $, = $/;
    
25.     my @aInterval = @{$hData{$sID}[-1]};
    
26.     print $sID, grep {$_ >= $aInterval[0] and $_ <= $aInterval[-1]} @{$hData{$sID}[0]};
    
27.     print "\n";
    
28. }
    

复制代码

>A
4
>C
1
2
3


   

little_joe

非常感谢您的帮助，跪拜大神 回复 2# sunzhiguolu


   

little_joe

上面的例子结果是没有问题的，可是像下面这样的例子就比较乱了
文件a：
>NP_414809.1
61
84
>NP_415044.4
47
76
79
93
360
366
387
391
398
429
468
483
>NP_415045.1
5
14
21
88
107
116
164
191
206
252
323
329
344
>NP_415069.1
48
51
64
93
236
251
263
324
343
文件b：
      ID               start   end
>NP_414557.1  122    146
>NP_414562.1    2     26
>NP_414563.1    2     60
>NP_414570.1   284    316
>NP_414798.1    2     26
>NP_414799.1    2     60
>NP_414808.1    2     26
>NP_414809.1    2     60
>NP_414824.1  523    547
>NP_414841.1  423    475
>NP_414897.1  349    398
>NP_414994.1  52    124
>NP_415044.4   2     46
>NP_415069.1   2     47
>NP_415114.1  122   146
运行程序后会出现

用文件a匹配文件b打印匹配项但没有匹配上的数字
用文件b匹配文件a会有数字输出但结果也比较乱，不知道是怎么回事，还希望大神能够指导指导，
还有请问怎样改一下输出会以文件形式而不是直接打印呢？

little_joe

上面的例子结果是没有问题的，可是像下面这样的例子就比较乱了
文件a：
>NP_414809.1
61
84
>NP_415044.4
47
76
79
93
360
366
387
391
398
429
468
483
>NP_415045.1
5
14
21
88
107
116
164
191
206
252
323
329
344
>NP_415069.1
48
51
64
93
236
251
263
324
343
文件b：
      ID               start   end
>NP_414557.1  122    146
>NP_414562.1    2     26
>NP_414563.1    2     60
>NP_414570.1   284    316
>NP_414798.1    2     26
>NP_414799.1    2     60
>NP_414808.1    2     26
>NP_414809.1    2     60
>NP_414824.1  523    547
>NP_414841.1  423    475
>NP_414897.1  349    398
>NP_414994.1  52    124
>NP_415044.4   2     46
>NP_415069.1   2     47
>NP_415114.1  122   146
运行程序后会出现

用文件a匹配文件b打印匹配项但没有匹配上的数字
用文件b匹配文件a会有数字输出但结果也比较乱，不知道是怎么回事，还希望大神能够指导指导，
还有请问怎样改一下输出会以文件形式而不是直接打印呢？回复 2# sunzhiguolu


   

jason680

回复 5# little_joe

$ perl get_range.pl
Usage  : get_range.pl Gene_file range_file
Example: get_range.pl gen.txt rng.txt

$ perl get_range.pl gen.txt rng.txt

$ cat get_range.pl

use strict;
use warnings;

sub message{
  print <<EOF;
Usage  : $0 Gene_file range_file
Example: $0 gen.txt rng.txt
EOF
  print "@_" if "@_";
  exit 1;
}

message() if(@ARGV != 2);

my ($FLgen, $FLrng) = @ARGV;

open(my $FHgen, "<", $FLgen) or die "can't open $FLgen\n";
open(my $FHrng, "<", $FLrng) or die "can't open $FLrng\n";

my %hRange;
while(<$FHrng>){
  s/^\s+|\s+$//g;
  next if(m/^(#|$)/);
  next if(! m/^>/);
  my ($sID, $sStart, $sEnd) = split;
  $hRange{$sID} = {"S"=>$sStart, "E"=>$sEnd};
}

my $sID    = "";
my $sPrint = 0;
while(<$FHgen>){
  s/^\s+|\s+$//g;
  next if(m/^(#|$)/);
  if(m/^(>\S+)/){
    $sID = $1;
    $sPrint = 0;
    next;
  }
  next if(! exists $hRange{$sID});
  if(m/^\d+$/){
    if($hRange{$sID}{"S"} <= $_ && $_ <= $hRange{$sID}{"E"}){
      print "$sID\n" if($sPrint==0);
      print "$_\n";
      $sPrint = 1;
    }
  }
}

   

RE_HASH

5楼数据没结果。

$> cat aa bb |perl -076ne 'if (/(NP\S+)/) {$k=$1; $t = (/\d +\d/) ? "range":"values"; @{$O->{$k}->{$t}}=/\s(\d+)/g;}END{$,="\n";for $k (sort keys %$O) {print ">$k" , @vv , "\n" if (@vv = grep{$_ >= $O->{$k}->{range}->[0] && $_<=$O->{$k}->{range}->[1]} @{$O->{$k}->{values}}); }}' > result.txt

sunzhiguolu

回复 5# little_joe
不好意思, 考虑的较少. 试下这个,
perl abc.pl a b>ab

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. 
   
5. my ($sID, $sBegin, $sEnd, %hData);
   
6. while (<>){
   
7.     s/\A\s+|\s+\z//g;
   
8.     if (@ARGV){
   
9.         if (m/\A>/){
   
10.             $sID = $_;
    
11.             next;
    
12.         }
    
13.         push (@{$hData{$sID}[0]}, $_);
    
14.         next;
    
15.     }
    
16.     next if (!m/\A>/);
    
17.     ($sID, $sBegin, $sEnd) = split;
    
18.     push (@{$hData{$sID}[1]}, $sBegin, $sEnd) if (exists $hData{$sID});
    
19. }
    
20. 
    
21. foreach $sID (sort grep {$#{$hData{$_}}} keys %hData){
    
22.     ($sBegin, $sEnd) = @{$hData{$sID}[-1]};
    
23.     if ($sBegin <= $hData{$sID}[0][0] and $sEnd >= $hData{$sID}[0][0]){
    
24.         local $, = $/;
    
25.         print $sID, grep {$_ >= $sBegin and $_ <= $sEnd} @{$hData{$sID}[0]};
    
26.         print "\n";
    
27.     }
    
28. }
    

复制代码

sunzhiguolu

回复 6# jason680
大神, 您这个绝对简单易懂, 这条语句太给力了 $hRange{$sID} = {"S"=>$sStart, "E"=>$sEnd};!!!

   

little_joe

是我的问题，刚开始没说清楚， 再次感谢！！回复 8# sunzhiguolu