Question

我有一个非常大的文件，想要拉出所有原子符号和平衡几何的坐标。所需信息显示如下：

       ***** EQUILIBRIUM GEOMETRY LOCATED *****  
COORDINATES OF ALL ATOMS ARE (ANGS)    
       ATOM CHARGE     X              Y              Z     
-----------------------------------------------------------  
C           6.0   0.8438492825  -2.0554543742   0.8601734285  
C           6.0   1.7887997955  -1.2651150894   0.4121141006  
N           7.0   1.3006136046   0.0934593194   0.2602148346

注意：坐标完成后会出现一个空行。

到目前为止，我已修补了一段对我有意义的代码，但是它会产生错误，我不确定原因。它在调用脚本后需要一个文件，当它看到包含EQUILIBRIUM GEOMETRY的字符串触发记录符号和坐标时，保存每一行并更改为$ start == 1。它继续保存包含坐标格式的行，直到它看到一个空白行，完成记录到$ geom。

#!/usr/bin/perl

$num_args = $#ARGV + 1;
if ($num_args != 1) {
   print "\nMust supply GAMESS .log file.\n";
   exit;
}

$file = $ARGV[0];
open FILE, "<", $file;

$start = 0;
$geom="";     
while (<FILE>) {
 $line = $_;
  if ( $line eq "\n" && ($start == 1) ) {
       $start = 0; }

 if ( $start == 1 && $line =~ m/\s+[A-Z]+\s+[0-9\.]+\s+[0-9\.\-]+\s+[0-9\.\-]+\s+[0-9\.\-]+/ ) {
$line =~ s/^\s+//;
@coordinates = split(/\s+/,$line);
$geom=$coordinates[0],$coordinates[3],$coordinates[4],$coordinates[5];

 }
 if ( $line =~ m/\s+\*+ EQUILIBRIUM GEOMETRY LOCATED\s\*+\s+) {
   $geom = "";
   $start = 1;
 }
}

print $geom;

错误讯息： Unrecognized character \xC2; marked by <-- HERE after <-- HERE near column 1 at ./perl-grep line 5.

Answer 1

第13行有一个不可见的字符

我创建了一个只包含此行的文件（通过剪切/粘贴）然后在上面添加一行是我的重新输入

$的geom =＆＃34;＆＃34 ;;

看起来相同但不是（第二行是有缺陷的）

[tmp]=> cat x | perl -ne '$LINE = $_; $HEX = unpack "H*"; print "$HEX $LINE" '
2467656f6d3d22223b0a $geom="";
2467656f6d3d22223be280a80a $geom="";

当您对文件进行六分法时，可以看到还有一些字符。所以=＆gt;只需完全删除这一行并重新输入

顺便提一下，您的文件中还有另一个问题，您错过了关闭正则表达式＆＃39; /＆＃39;

if ( $line =~ m/\s+\*+ EQUILIBRIUM GEOMETRY LOCATED\s\*+\s+) {

但我想，完成你的剧本还有很多工作要做，因为我没有看到太多的目的;）

Answer 2

我把它复制到我的Linux盒子里并遇到了同样的问题。

基本上，该剧本说该行中有一个不可读的角色：

$geom="";

我在gedit中重新键入了该行并运行了文件。

此外，脚本底部还有一个未封闭的正则表达式。我添加一个＆＃34; /＆＃34;到以下行：

if ( $line =~ m/\s+\*+ EQUILIBRIUM GEOMETRY LOCATED\s\*+\s+) {

Answer 3

好的，首先 - strict和warnings真的是当你写一个scirpt并遇到问题时的第一个停靠点。实际上，即使在你遇到问题之前 - 打开它们并坚持它们。*

与你的代码一样：

$geom="";? - 尾随问号。应该删除。
$num_args = $#ARGV + 1; - 多余的。 scalar @ARGV具有相同的结果。
open FILE, "<", $file; - 3 arg open是好的。不使用词法文件句柄或检查成功是不好的。
$line = $_; - 多余的。只需使用while ( my $line = <FH> ) {代替。
if ( $line =~ m/\s+\*+ EQUILIBRIUM GEOMETRY LOCATED\s\*+\s+) - 破坏的正则表达式，没有尾随/。
$geom=$coordinates[0],$coordinates[3],$coordinates[4],$coordinates[5]; - 没有做你的想法。您可能希望join这些或连接它们。
$line eq "\n" - 选择空行，但如果您chomp;优先eq ''，可能会更好。
$start看起来您正在尝试与range运营商做同样的事情。 http://perldoc.perl.org/perlop.html#Range-Operators
你随时覆盖$geom。这是你的意图吗？
$line =~ s/^\s+//; - 如果您所做的只是split，则是多余的。 split ' '做同样的事情。
使用它后，close文件句柄的良好形式。特别是当它没有词汇范围时。

因此，考虑到这一点，您的代码可能看起来像这样：

#!/usr/bin/perl

use strict;
use warnings;

if ( @ARGV != 1 and not -f $ARGV[0] ) {
    print "\nMust supply GAMESS .log file.\n";
    exit;
}

open( my $input_fh, "<", $ARGV[0] ) or die $!;

my $geom = "";
while ( my $line = <$input_fh> ) {
    chomp $line;
    if ( $line =~ m/\s+\*+ EQUILIBRIUM GEOMETRY LOCATED\s\*+\s+/ .. m/^$/ ) {
        if ( $line
            =~ m/\s+[A-Z]+\s+[0-9\.]+\s+[0-9\.\-]+\s+[0-9\.\-]+\s+[0-9\.\-]+/
            )
        {
            my @coordinates = split( ' ', $line );
            $geom = join( "",
                $coordinates[0], $coordinates[3],
                $coordinates[4], $coordinates[5] );

        }
    }
}
close($input_fh);
print $geom;

（如果你有一些样本输入，我会验证它）。

*有时您可能想要关闭它们。如果您知道这些是什么以及为什么，那么您将其关闭。否则只是假设他们是强制性的。

如何让perl在特定字符串后打印n行？

3 个答案: