Question

我想阅读看起来像我的mol2文件：

@MOLECULE
19020135
 20 21 0 0 0
SMALL
GASTEIGER
@ATOM
       1 N      1.784 1.464 1.547 N.3 1  LIG1
       2 O      1.657 6.176 1.764 O.3 1  LIG1
       3 C      1.836 2.748 6.867 C.ar 1  LIG1
       4 C      1.873 3.678 3.893 C.3 1  LIG1

我希望输出：

       1 N      1.784 1.464 1.547  
       2 O      1.657 6.176 1.764  
       3 C      1.836 2.748 6.867  
       4 C      1.873 3.678 3.893

我正在使用这个正则表达式

=~/\s+\d+\s+(\w+)\s+(\S+\.\S+)\s+(\S+\.\S+)\s+(\S+\.\S+)\s+(\w{1})\s+.+\s+/ig)

请帮助我阅读我的文件，以便获得所需的输出

Answer 1

假设@WORD是此处的记录分隔符，您可以通过设置输入记录分隔符$/来逐个读取记录。然后你可以用替换删除最后3列并打印它们。

/m修饰符允许$匹配多行字符串中的换行符。

use strict;
use warnings;

$/ = '@';
while (<DATA>) {
    chomp;       # remove @ from end
    if (s/^ATOM\n//) {
        s/(?:\s+\S+){3}$//gm;
        print;
    }
}

__DATA__
@MOLECULE
19020135
 20 21 0 0 0
SMALL
GASTEIGER
@ATOM
       1 N      1.784 1.464 1.547 N.3 1  LIG1
       2 O      1.657 6.176 1.764 O.3 1  LIG1
       3 C      1.836 2.748 6.867 C.ar 1  LIG1
       4 C      1.873 3.678 3.893 C.3 1  LIG1

<强>输出：

       1 N      1.784 1.464 1.547
       2 O      1.657 6.176 1.764
       3 C      1.836 2.748 6.867
       4 C      1.873 3.678 3.893

<强>用法：

将<DATA>更改为<>，然后：

perl script.pl input.txt > output.txt

重定向到输出文件是可选的。

更新：您还可以使用"flip-flop"来确定记录的边框，这可能是更好的解决方案。在这种情况下，您不需要/gm修饰符。

while (<DATA>) {
    if (/^\@ATOM$/ ... /^\@/) {    # the "flip-flop"
        next if /^\@/;
        s/(?:\s+\S+){3}$//;
        print;
    }
}

Answer 2

我知道这是标记perl但这里是awk解决方案（不保留原始空格）。这甚至适用于多个记录，其中@ATOM用作记录分隔符，因为您的输入文件格式不完全清楚：

$ awk '/^@ATOM/,/^@ATOM/{t=1; next} t && NF>1{print $1,$2,$3,$4,$5}' test.txt
1 N 1.784 1.464 1.547
2 O 1.657 6.176 1.764
3 C 1.836 2.748 6.867
4 C 1.873 3.678 3.893

Answer 3

你可以这样做：

#!/usr/bin/perl

use strict;
use warnings;

while(<DATA>) {
    if ($_ =~ /(\d+\h+[A-Z][a-z]?\d*\h+(?: -?[\d.]+){3})/) {
        print $1 . "\n";
    }
}

__DATA__
@MOLECULE
19020135
 20 21 0 0 0
SMALL
GASTEIGER
@ATOM
       1 N      1.784 1.464 1.547 N.3 1  LIG1
       2 O      1.657 6.176 1.764 O.3 1  LIG1
       3 C      1.836 2.748 6.867 C.ar 1  LIG1
       4 C      1.873 3.678 3.893 C.3 1  LIG1

使用perl读取Tripos mol2文件格式

3 个答案: