Question

我有一个看起来像（但更大）的文件：

arbstring1014: 120|PROKKA_00511 630|PROKKA_01218 630|PROKKA_01999 630|PROKKA_00506
arbstring1015: 120|PROKKA_02025 630|PROKKA_03113 120|PROKKA_02363 196|PROKKA_02308
arbstring1016: 120|PROKKA_02059 196|PROKKA_03630 630|PROKKA_03589 630|PROKKA_00462
arbstring1017: 120|PROKKA_02961 196|PROKKA_03061 630|PROKKA_03283 120|PROKKA_03099
arbstring1025: 120|PROKKA_02979 196|PROKKA_02928 630|PROKKA_03158
arbstring1026: 120|PROKKA_00924 196|PROKKA_00857 630|PROKKA_00906
arbstring1027: 120|PROKKA_02739 196|PROKKA_02684 630|PROKKA_02848
arbstring1028: 120|PROKKA_01415 196|PROKKA_01350 630|PROKKA_01503
arbstring1029: 120|PROKKA_03195 196|PROKKA_03175 630|PROKKA_03374
arbstring1030: 120|PROKKA_03050 196|PROKKA_03001 630|PROKKA_03230

我想在“PROKKA_XXXXX”之前找到包含所有这些行的行：

120|
196|
630|

下面的脚本会找到它们，但看起来只是按照它们在脚本中写入的顺序（例如，只返回一行196 |，120 |，630 |当我知道有一些事实全部三个，但顺序不同）：

#!/usr/bin/perl -w use strict; use warnings;

#get genes that are present in all groups  from a groups.txt

#scans through output of orthomcl to get genes that are only core open (IN,"<$ARGV[0]")  or die $!;

while (my $line = <IN>) {
#change the VS1 to match your unique phage ID add "& ($line =~m/VS11\|/)" to add more rules to match . will need 15 for 15 phage if ($line =~ m/196\|/gi && $line =~ m/120\|/gi && $line =~
m/630\|/gi)#(=~m/120\|/gi))#($line =~m/196\|/gi)

#if (/(?=.*re1)(?=.*re2)(?=.*re3)/s)

#& ($line =~m/630\|/) & ($line =~m/120\|/)   #& ($line =~m/IME1\|/) #&
#($line =~m/KBNP\|/) & ($line =~m/LUZ7\|/) & ($line =~m/PA26\|/) & ($line =~m/RLP1\|/) & ($line =~m/VC01\|/) &
#($line =~m/DSS3\|/)  & ($line =~m/EcP1\|/)  & ($line =~m/G7C\|/) & ($line =~m/JA1\|/) & ($line =~m/LIT1\|/) &
#($line =~m/N4\|/) & ($line =~m/pS6\|/) & ($line =~m/RPP1\|/) & ($line =~m/VBP3\|/) & ($line =~m/VBP4\|/) &
#($line =~m/058\|/)  &  ($line =~m/076\|/)  &  ($line =~m/JWA\|/)  &  ($line =~m/JWD\|/) & ($line =~m/PRES\|/)    { print $line ; } }

任何有关这方面的帮助都会很棒，因为我已经看了一下......

Answer 1

我建议使用预测：

^
(?=.*120\|PROKKA_\d+)
(?=.*196\|PROKKA_\d+)
(?=.*630\|PROKKA_\d+)
.*

regex101.com demo

（为了便于阅读，这在多行中分开）。从每行的开头开始，预览所有3个条件：120,196和630.如果找到它们，.*将匹配该行。

Answer 2

你在那里粘贴的代码有答案，甚至在评论中解释它，除了它搞砸了。

你粘贴的内容：

while (my $line = <IN>) {
#change the VS1 to match your unique phage ID add "& ($line =~m/VS11\|/)" to add more rules to match . will need 15 for 15 phage if ($line =~ m/196\|/gi && $line =~ m/120\|/gi && $line =~
m/630\|/gi)#(=~m/120\|/gi))#($line =~m/196\|/gi)

没有任何意义。似乎是有意的：

while (my $line = <IN>) {
# change the numbers, which are phage IDs;
# e.g., to match your unique phage ID, say 196, add:
#   && ($line =~ m/196\|/)
#
  if ($line =~ m/196\|/gi && $line =~ m/120\|/gi && $line =~ m/630\|/gi)) {

然后在$line匹配这三个的情况下执行代码，在代码之后，必须关闭if和while条款：

}
}

这可以更具可读性，但我们需要完整的脚本。

以任何顺序匹配多个模式（Perl）

2 个答案: