菜鸟求助

jacqueslm2001

回复 19# sunzhiguolu
继续碰到问题，整个N*9列的数据太过复杂。我用您写的代码，分析数据后发现大概有400多个例子（大概8000多行）仍然属于复杂情况，于是我写了很粗糙的代码剥离这部分数据。如下，见笑：
open IN,"< Ref.txt";
@Ref = <IN>;
close IN;

open IN,"< data.txt";
@Data = <IN>;
close IN;

open (my $fhF1, '>', './Seperative.txt');
foreach $Data(@Data){
                chomp $Data;
                @temp2 = split(/\t/,$Data);
                foreach $Ref(@Ref){
                                chomp $Ref;
                                @temp1 = split(/\t/,$Ref);
                                if($temp2[0] eq $temp1[0] && $temp2[-1] eq $temp1[-1]){
                                        print $fhF1 "@temp2\n";
                                        next;
                                }
                }
}

close ($fhF1);
就是，我对data.txt，如下：
chr1        hg19_refGene        exon        154474695        154475505        0        +        .        gene_id "NM_001098475"; transcript_id "NM_001098475";
chr1        hg19_refGene        start_codon        154479380        154479381        0        +        .        gene_id "NM_001098475"; transcript_id "NM_001098475";
chr1        hg19_refGene        CDS        154479380        154479381        0        +        0        gene_id "NM_001098475"; transcript_id "NM_001098475";
chr1        hg19_refGene        exon        154479353        154479381        0        +        .        gene_id "NM_001098475"; transcript_id "NM_001098475";
chr1        hg19_refGene        stop_codon        154522914        154522916        0        -        .        gene_id "NM_017582"; transcript_id "NM_017582";
chr1        hg19_refGene        CDS        154522917        154522945        0        -        2        gene_id "NM_017582"; transcript_id "NM_017582";
chr1        hg19_refGene        exon        154521051        154522945        0        -        .        gene_id "NM_017582"; transcript_id "NM_017582";
chr1        hg19_refGene        start_codon        161087967        161087968        0        +        .        gene_id "NM_001185092"; transcript_id "NM_001185092";
chr1        hg19_refGene        CDS        161087967        161087968        0        +        0        gene_id "NM_001185092"; transcript_id "NM_001185092";
chr1        hg19_refGene        exon        161087862        161087968        0        +        .        gene_id "NM_001185092"; transcript_id "NM_001185092";
设计了一个，ref.txt，如下：
chr1        hg19_refGene        exon        154474695        154475505        0        +        .        gene_id "NM_001098475"; transcript_id "NM_001098475";
chr1        hg19_refGene        exon        161087862        161087968        0        +        .        gene_id "NM_001185092"; transcript_id "NM_001185092";
通过，这条“$temp2[0] eq $temp1[0] && $temp2[-1] eq $temp1[-1]”表示只有第1列，第9列都相同的数据，分割出来（Seperative.txt）。原本我的目的是直接生成两个txt文件（都相同的生产一个文件；剩下的生产另一个文件），可是只有这个都形同的结果输出可以，是正确的7行；但是else的结果不对，不是3行数据（没贴在这儿）。
此外，即便正确的，输出的数组原来的“\t”格式不知道为什么只被识别成了空格（9列数据变成合在一起的1列数据输出了），修改了好多遍，解决不了。其它辅助方法，通过UE将空格转“\t”，由于[-1]gene**后面好几个空格，结果第9列被拆成了好几列。
1.我想学习下，如果是您会如何设计这样的代码？
2.显然，我的代码拆分两个txt就会出错；而且格式被修改了。因此，只能再次求助了

sunzhiguolu

你再测试下,

open IN,"< Ref.txt";
@Ref = <IN>;
close IN;

open IN,"< data.txt";
@Data = <IN>;
close IN;

open (my $fhF1, '>', './Seperative.txt');
foreach $Data(@Data){
    chomp $Data;
    @temp2 = split(' ',$Data);
    $match = 0;
    foreach $Ref(@Ref){
        chomp $Ref;
        @temp1 = split(' ',$Ref);
        $match = 1 if($temp2[0] eq $temp1[0] && $temp2[-1] eq $temp1[-1]);
    }
    if ($match == 1){
        print $fhF1 join ("\t", @temp2), "\n";
        next;
    }
    print join ("\t", @temp2), "\n";
}

jacqueslm2001

稍微修了一点点，可以用了；开始我也用了一个check=0，后来想想好像这个判断可有可无，最后就删掉了，结果。。。哎！还是凭着20年前basic的底子，真的干不动
谢谢