’求助！！！求助！！！文件匹配输出特定的内容‘

stanley_tam

听你这么说，貌似我就是这么处理的。。。要不验证一下结果
anyway我就是给个代码思路，毕竟需求会变的 回复 30# little_joe


   

sunzhiguolu

回复 29# little_joe
之前那个, 在判断逻辑上有点偏差, 再试下,

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. 
   
5. sub collect_data{
   
6.     my (%ha, %hFilt, $id);
   
7.     open (my $fhA, '<', shift);
   
8.     while (defined (local $_ = <$fhA>)){
   
9.         if (/\A(\D\S+)/){
   
10.             %hFilt = () if (!exists $ha{$1});
    
11.             $id = $1;
    
12.             next;
    
13.         }
    
14.         s/\s+\z//;
    
15.         push (@{$ha{$id}}, $_) if (!$hFilt{$_}++);
    
16.     }
    
17.     close ($fhA);
    
18.     \%ha;
    
19. }
    
20. 
    
21. sub compare{
    
22.     my ($id, $rh, @aData) = (@_);
    
23.     my %hStat;
    
24.     foreach my $v (@{$rh->{$id}}){
    
25.         foreach my $V (grep {$v >= $_->[0] && $v <= $_->[2]} @aData){
    
26.             my @aChars = split (//, $V->[4]);
    
27.             next if ($aChars[$v - $V->[0]] eq '-');
    
28.             $hStat{$aChars[$v - $V->[0]]}++;
    
29.         }
    
30.     }
    
31.     if (%hStat){
    
32.         print "$id\t";
    
33.         print "$_:$hStat{$_}\t" for keys %hStat;
    
34.         print "\n";
    
35.     }
    
36. }
    
37. 
    
38. my $rha = collect_data (shift);
    
39. 
    
40. open (my $fh, '<', shift);
    
41. my ($Flag, $Offset, $ID, @aData) = 0;
    
42. while (defined (local $_ = <$fh>)){
    
43.     next if (/\A\s*\z/ or !/\A(?:Query|Sbjct)/);
    
44.     if (/\AQuery=\h+(\S+)/){
    
45.         compare ($ID, $rha, splice (@aData)) if (@aData);
    
46.         exists ($rha->{$1}) ? do {($ID, $Flag, $Offset) = ($1, 1, -1)} : ($Flag = 0);
    
47.         next;
    
48.     }
    
49.     next if (!$Flag);
    
50.     if (/\A(Query|Sbjct)\h+(\d+)\h+(\H+)\h+(\d+)/){
    
51.         push (@{$aData[$1 eq "Query" ? ++$Offset : $Offset]}, $2, $3, $4);
    
52.     }
    
53. }
    
54. close ($fh);
    
55. compare ($ID, $rha, splice (@aData)) if ($Flag);
    

复制代码

perl abc.pl a b
-------------------------------
NP_415088.1-1   W:4
NP_415560.1-1   S:1
YP_025310.1-1   T:1     V:1
YP_588459.1-1   N:1     K:1
YP_002791252.1-1        S:1
NP_418697.1-1   E:7     W:7


   

little_joe

再次感谢，试了您刚才的代码，结果如图 但是YP_025310.1-1   T:1     V:1结果不太对，原因可能是将Query中的“-”当成字母读取了，文件中当Query行中出现“-”时不会影响序号区间例如：Query：1 ASDFGHJKL 9和Query：1  ASD-FGHJKL 9它们两个都是包含9个元素，“-”不会影响字母的序号例如：Query：1 ASD-FGHJKL 9
                 Sbjct：1 ASDFGHHLKJ 9假设文件A数值为4，则找到了Query行的F此时Sbjct行对应G的回复 32# sunzhiguolu


   

little_joe

试了您刚才的代码，结果是这样的 不知道什么原因。请教请教！回复 31# stanley_tam


   

stanley_tam

我的代码直接跑perl fii.pl（如果文件名字是fii.pl的话）
pl文件跟 A.word   B.word放在同一个目录下。。。估计你得把文件名字重命名，或者修改main函数中的文件名字。
回复 34# little_joe


   

sunzhiguolu

回复 33# little_joe
对于 Query 行的 '-' 字符 在什么情况下 会对 Query 行产生影响? (针对 B 文件)
举例如下:
A 文件:
YP_025310.1-1
73
78

B 文件:
Query= YP_025310.1-1
...
Query  59   FSGDMLPDGGINRRWLTPA-SKLRQPVVCLNRSGNMVGQSVLPMAG-LSGKKKATKNSLF  116
              G       IN R  T A S++ +P+          G+++    G    KK+  KNSL
Sbjct  61   APGWWDKPPLINARVETAATSRMFKPLW-------QHGRAICFADGWFEWKKEGDKNSLI  113
...

符合 A 文件中数值 73, 78 条件的只有这两条记录. (Query 59, Sbjct 61)

1.> 假设 Query 59 这一行, 在 73 之前的位置出现了两个 '-' 字符, 那么 Query 59 这行的 73 数值应该落在那个字符上面?  (你在说明时, 请使用同一示例文件进行说明)
2.> 还是只考虑 当 A 中 数值 (如: 78 ) 在 B Query 行正好处于 '-' 位置时才顺延到下一个字符, 其他情形忽略.

   

little_joe

试了，是刚才运行的方式不对，谢谢！！回复 35# stanley_tam


   

little_joe

对于您的疑问
Query= YP_025310.1-1
...
Query  59   FSGDML--PDGGINRRWLTPA-SKLRQPVVCLNRSGNMVGQSVLPMAG-LSGKKKATKNSLF  116
              G       IN R  T A S++ +P+          G+++    G    KK+  KNSL
Sbjct  61   APGWWDKPPLINARVETAATSRMFKPLW-------QHGRAICFADGWFEWKKEGDKNSLI  113
...
如果Query行在73之前出现两个“--”则73位还是W，但是对应的Sbjct是不同的。因为-在Query行中出现其实是运行软件加注的Gap，不是序列中的内容，而Query和Sbjct前后的数字是指序列序号，也就是字母的序号，与“-”无关。
例如：
Query  58   VSKWVWKRGWPSSSSNRRKPAVTSRKLTCWDARLNGWRGSTATVRPATRQT-----LIRT  112
            V  W  + GW S +   R       +LT    +     G    +    RQ      + R
Sbjct  15   VQSWKQRDGWDSVAPISRVEMSLEARLTQLIIKPQKTGGDFKEIDLLGRQIERLARVNRY  74

Query  113  SLTATKAG----VANR--------KRIFSVTRPSKSWSRFSLSSLSTISCTGIAPGLSTA  160
            S T  +A     VANR        K+ FSVTRPSKSWSRFSLSSLS ISCTGIAPGLSTA
Sbjct  75   SQTGNEADLNPNVANRNKGGRRKPKKNFSVTRPSKSWSRFSLSSLSIISCTGIAPGLSTA  134

Query  161  SAIS  164
            SAIS
Sbjct  135  SAIS  138
虽然第一行Query和第3行Query均有“-”出现，但其序列编号并未将其包含在内。回复 36# sunzhiguolu


   

sunzhiguolu

回复 38# little_joe
对于这种情况, B 文件 如何取值? (A 文件的数值:81)
Query= NP_418697.1-1
...
Query  34   NNICERAIRPVVMGRKAWLFAGSLVAGNRAAQIMSLLGT---------AVWSHMLGWRTS  84
            NNI E A+R V +GRK +LF GS   G R A + SL+GT         +   H+LG   
Sbjct  57   NNIAENALRAVSLGRKNFLFFGSDHGGERGALLYSLIGTCKLNDVDPESYLRHVLGVIAD  116

Query 34 行 应该落在那个字符上面, Sbjct 57 行 应该落在那个字符上面

   

little_joe

Query= NP_418697.1-1
...
Query  34   NNICERAIRPVVMGRKAWLFAGSLVAGNRAAQIMSLLGT---------AVWSHMLGWRTS  84
            NNI E A+R V +GRK +LF GS   G R A + SL+GT         +   H+LG   
Sbjct  57   NNIAENALRAVSLGRKNFLFFGSDHGGERGALLYSLIGTCKLNDVDPESYLRHVLGVIAD  116
文件A是81的话，Query行取值应该为W，Sbjct行则取对应的V，谢谢您。
也就是说当Query行出现“-”不会影响数值匹配，但是如果Sbjct行出现“-”则Query对应的Sbjct则会发生变化回复 39# sunzhiguolu