我有两种格式来自qiime分析,一种来自silva数据库,另一种来自GreenGenes。这些文件之间的区别在于,silva文件对每个分类单元都有一个渐进的D_number(王国= D_0__,门名= D_1__,clase = D_2__等等),而GreenGenes文件的每个分类单元都有一个字母(王国= K__,门= p__ ,clase = c__等等)
file_1 (Silva format)
D_0__Archaea;D_1__Euryarchaeota;D_2__Thermoplasmata;D_3__Thermoplasmatales;D_4__ASC21;D_5__uncultured euryarchaeote
file_2(GreenGenes format)
k__Bacteria;p__Actinobacteria;c__Actinobacteria;o__Actinomycetales;f__Streptomycetaceae;g__Streptomyces
所以我在Perl中制作了两个脚本(一个用于席尔瓦,另一个用于GreenGenes),以便在一个单独的文件中提取每个分类单元。
我正在尝试在两种格式的匹配部分中加入一段代码,我的意思是:
第16行中的,我想要两个选项,例如:
my @kingd=($taxon_value[0]=~m/D_0__(.*);D_1/g | m/k__(.*);p/g);
嗯,我知道它不起作用
那么如何在匹配正则表达式的同一行中添加两个或更多选项?
这是脚本的一部分(它有6个选项,我只是写了Kingdom选项!!):
while (<INPUTFILE>){
$line=$_;
chomp($line);
if ($line=~ m/^#/g){
next;
}
elsif ($line=~ m/^[Uu]nassigned/g){
next;
}
elsif ($line){
my @full_line = $_;
foreach (@full_line){
my (@taxon_value)= split (/\t/, $_);
foreach ($taxon_value[0]){
if ($kingdom){
my @kingd=($taxon_value[0]=~m/D_0__(.*);D_1/g); # just for silva
foreach (@kingd){
if ($_=~/^$/){
next;
}
elsif ($_=~ m/^[Uu]nknown/g){
next;
}
elsif ($_=~ m/^[Uu]ncultured$/g){
next;
}
elsif ($_=~ m/^[Uu]nidentified$/g){
next;
}
else {
push @taxon_list, $_;
}
}
}
}
}
}
谢谢
答案 0 :(得分:2)
您需要在模式中执行或。您可以使用已有的管道|
来完成此操作。但它需要进入模式。无需两个匹配运算符。
my @kingd = $taxon_value[0] =~ m/D_0__(.*);D_1|k__(.*);p/g
现在它将匹配一个或另一个。有关详细信息,请参阅perlre和perlretut。您还应该在SO上阅读regex标签wiki中提供的信息,因为它包含许多有用工具的链接。
您在代码中执行的操作是使用Perl的|
运算符,bitwise or。