Question

我使用Bioperl查找基因的GOterms。我检索html文件，将其转换为文本，删除所有额外的空格和换行符，并尝试通过生成的数组。

但是，我一直在访问数组中未初始化的值时遇到错误。我进行了很多检查，以确保数组不是空的，并且我不会超出范围。我怎样才能摆脱这个错误？

我以更易读的格式重新发布了代码。谢谢你的帮助。

它似乎成功地从html中解析出正确的数据，所以我不知道错误。

#!/usr/bin/perl -w
use strict;
use LWP::Simple;
use HTML::TreeBuilder;
use HTML::FormatText;

my $URL         = get("http://amigo.geneontology.org/amigo/term/GO:0000001");
my $Format      = HTML::FormatText->new;
my $TreeBuilder = HTML::TreeBuilder->new;
$TreeBuilder->parse($URL);
my $Parsed = $Format->format($TreeBuilder);
print "$Parsed";
my @parsed = split( /[ ]{2,}|(\n+)|(\r+)/, $Parsed );
if ( @parsed == 1 ) { return; }

my %termhash;
my $count = 0;

while ( $count < @parsed ) {
    if ( defined $parsed[$count] && $parsed[$count] eq 'Name' ) {
        my $count2 = $count;
        while ( ( $parsed[$count2] ne 'Feedback' ) && ( $count2 < @parsed ) ) {
            $count2++;
        }
        $count2--;
        @parsed = @parsed[ $count .. $count2 ];    # Gets the slice of the array needed
        last;
    }
    $count++;
}

if ( @parsed <= 1 ) { return; }
print "\n";

print @parsed;

$count = 0;
while ( $count < @parsed ) {
    if ( $parsed[$count] eq 'Name' ) {
        while ( $parsed[$count] ne 'Ontology' && ( $count < @parsed )) {
            $termhash{'Name'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Ontology' ) {
        while ( $parsed[$count] ne 'Synonyms' && ( $count < @parsed )) {
            $termhash{'Category'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Synonyms' ) {
        while ( $parsed[$count] ne 'Definition' && ( $count < @parsed )) {
            $termhash{'Aliases'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Definition' ) {
        while ( $parsed[$count] ne 'Comment' && ( $count < @parsed )) {
            $termhash{'Definition'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Comment' ) {
        while ( $parsed[$count] ne 'History' && ( $count < @parsed )) {
            $termhash{'Comment'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'History' ) {
        while ( $parsed[$count] ne 'Subset' && ( $count < @parsed )) {
            $termhash{'Version'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Subset' ) {
        while ( ( $parsed[$count] ne 'Community' ) && ( $count < @parsed ) ) {
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Community' ) {
        while ( ( $parsed[$count] ne 'Related' ) && ( $count < @parsed ) ) {
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Related' ) {
        for ( $count < @parsed ) {
            $termhash{'Definition references'} .= $parsed[$count];
            $count++;
        }
    }
}
if ( $termhash{'Definition'} =~ m/OBSOLETE/ ) { $termhash{'Is obsolete'} = 1 }
else { $termhash{'Is obsolete'} = 0 }
#print %termhash;

主要错误消息为：

在字符串ne中使用未初始化的值$ parsed [127] /home/adur/workspace/BI7643/ParseGOhtml.pl第23行。

在打印时使用未初始化的值$ parsed [1] /home/adur/workspace/BI7643/ParseGOhtml.pl第35行。

在字符串ne中使用未初始化的值$ parsed [1] /home/adur/workspace/BI7643/ParseGOhtml.pl第42行。

在连接（。）或字符串中使用未初始化的值$ parsed [1] 在/home/adur/workspace/BI7643/ParseGOhtml.pl第41行。

在字符串ne中使用未初始化的值$ parsed [17] /home/adur/workspace/BI7643/ParseGOhtml.pl第48行。

在连接（。）或字符串中使用未初始化的值$ parsed [17] 在/home/adur/workspace/BI7643/ParseGOhtml.pl第47行。

在字符串ne中使用未初始化的值$ parsed [29] /home/adur/workspace/BI7643/ParseGOhtml.pl第54行。

在连接（。）或字符串中使用未初始化的值$ parsed [29] 在/home/adur/workspace/BI7643/ParseGOhtml.pl第53行。

在字符串ne中使用未初始化的值$ parsed [41] /home/adur/workspace/BI7643/ParseGOhtml.pl第60行。

在连接（。）或字符串中使用未初始化的值$ parsed [41] 在/home/adur/workspace/BI7643/ParseGOhtml.pl第59行。

在字符串ne中使用未初始化的值$ parsed [79] /home/adur/workspace/BI7643/ParseGOhtml.pl第66行。

在串联（。）或字符串中使用未初始化的值$ parsed [79] 在/home/adur/workspace/BI7643/ParseGOhtml.pl第65行。

在字符串ne中使用未初始化的值$ parsed [83] /home/adur/workspace/BI7643/ParseGOhtml.pl第72行。

在连接（。）或字符串中使用未初始化的值$ parsed [83] 在/home/adur/workspace/BI7643/ParseGOhtml.pl第71行。

在字符串ne中使用未初始化的值$ parsed [95] /home/adur/workspace/BI7643/ParseGOhtml.pl第77行。

在字符串ne中使用未初始化的值$ parsed [107] /home/adur/workspace/BI7643/ParseGOhtml.pl第82行。

Answer 1

您是不是要引用第二次和第三次调用来解析？

htmlparse('GO:0000001');
htmlparse(GO:0000002);
htmlparse(GO:0000003);

应该是;

htmlparse('GO:0000001');
htmlparse('GO:0000002');
htmlparse('GO:0000003');

另外，请务必在文件顶部添加以下内容

use warnings;
use diagnostics;

如果仍有问题，请回复生成的错误消息。

此外，根据http://geneontology.org/page/lead-database-guide，您可以直接查询在线数据库而无需解析html，他们使用他们的工具提供以下示例;

GOshell.pl -d go_latest -dbuser go_select -dbauth amigo -port 4085 -h mysql.ebi.ac.uk

解决cpan信息; http://cpansearch.perl.org/src/SJCARBON/go-db-perl-0.04/doc/go-db-perl-doc.html

解析html

1 个答案: