Question

我需要一个Perl脚本来连接该行..

我有1000多个基因名称（＆gt; pmpI）及其功能（多态性外膜蛋白），它在单独的行中，我希望加入基因名称附近的基因功能，这样就可以了将来很容易想象并保存以供进一步参考。

例如：文件内容如下所示

>pmpG
 polymorphic outer membrane protein
>pmpH
 polymorphic outer membrane protein
>CTA_0953
 hypothetical protein
>pmpI
 polymorphic outer membrane protein

我尝试手动在Excel中手动执行，但是对于很多文件都不可能，所以我想从程序员那里得到帮助..

我需要Perl脚本来连接行

程序输出应该是这样的：

>pmpG      polymorphic outer membrane protein
>pmpH      polymorphic outer membrane protein
>CTA_0953  hypothetical protein
>pmpI      polymorphic outer membrane protein

Answer 1

作为单行命令，这将是

perl -n -e 's/^\s+//; s/\s+$//; next unless $_ ne ""; if (/^[>]/) { $n = $_; } else { printf "%-11s%s\n", $n, $_; }' < data.txt

为了澄清，当放入perl程序时，它看起来像：

#!/usr/bin/perl

while (<>) {                            # iterate over all lines
    s/^\s+//;                           # remove whitespace at the beginning...
    s/\s+$//;                           # ...and the end of the line
    next unless $_ ne "";               # ignore empty lines
    if (/^[>]/) { $n = $_; }            # if line starts with >, remember it
    else { printf "%-11s%s\n", $n, $_;  # otherwise output the remembered 
}                                       # content and the current line

这会接受您的内容作为输入，因此会使用perl program.pl < data.txt调用。

预计内容将包含在data.txt中;将其修改为您的实际文件名。

Answer 2

有一些解释性评论......

#!/usr/bin/perl

use strict;
use warnings;
use 5.010;

# Store the current line
my $line;
while (<DATA>) {
  # Remove the newline
  chomp;
  # If the line starts with '>'
  if (/^>/) {
    # Output the current $line
    # (if we have one)
    say $line if $line;
    # Set $line to this line
    $line = $_;
  } else {
    # Append this line to $line
    $line .= "\t$_";
  }
}

# Output the current line
say $line;

__DATA__
>pmpG
 polymorphic outer membrane protein
>pmpH
 polymorphic outer membrane protein
>CTA_0953
 hypothetical protein
>pmpI
 polymorphic outer membrane protein

使用perl脚本

2 个答案: