Question

我有一个文件，在前几行写了一些，然后是一些表格输出。我想削减第一行，然后跳到表格输出，但我遇到了一些麻烦（即使听起来很简单）。我的策略是找到标题

示例输入文件：

Query         [VOG0001]|NC_002014-NP_040572.1| 1296..1562 + 88 aa|G V protein
Match_columns 100
No_of_seqs    7 out of 16
Neff          2.6 

No Hit                             Prob E-value P-value  Score    SS Cols Query HMM  Template HMM
1 d1gvpa_ b.40.4.7 (A:) Gene V p 100.0 1.6E-38 1.4E-43  221.5   0.0   87    2-89      1-87  (87)
2 d1gvpa_ b.40.4.7 (A:) Gene V p 100.0 1.6E-38 1.4E-43  221.5   0.0   87    2-89      1-87  (87)
3 d1gvpa_ b.40.4.7 (A:) Gene V p 100.0 1.6E-38 1.4E-43  221.5   0.0   87    2-89      1-87  (87)

尝试解析脚本：

open (IN, $hhr_report) or die "cannot open $hhr_report\n";
while (my $line=<IN>){
    if ($line =~/^Query/){
            my @query=split(/\|/,$line);
            my $vogL=$query[0];
            my @vogL2=split(/\s+/,$vogL);
            $vog=$vogL2[1];
            $vog=~ s/\[//g;
            $vog=~ s/\]//g;
    print "query_array:\t@query\n";
    print "query_vog:\t$vog\n";
    }
    next until ($line =~/Query HMM/);
    #next if ($line =~/Query HMM/);
    #next until ($line =~/^No\s[0-9]+/);
    print "$line\n";
    my @columns = split(/\s+/,$line);

... }

我不确定我是否遗漏了一些简单的东西。但是现在我似乎只是在解析标题行（包含在查询HMM中），但是我想在之后解析这些行。

任何帮助表示感谢。

Answer 1

我会尝试丢弃标题行的所有内容（或解析第一行），然后开始解析标题之后的行，如下所示：

#!/usr/bin/env perl
use strict;
use warnings;

open (my $fh, "<", $hhr_report) or die "Cannot open $hhr_report: $!";

my $header;
do {
    $header = <$fh>;
    # If you need to parse lines before the header for some reason,
    # do that here
}while( !is_header($header) );

# If you like, parse the header column to get the column names

my @lines;

while ( my $line = <$fh> ){

    my @columns = split_line($line);
    push @lines, \@columns;

}

sub is_header {
    my $line = shift;

    return $line =~ /^No\sHit/ ? 1 : 0;
}

sub split_line {
    my $line = shift;
    # Here, use a regex to split the columns, depending on what you need. 
    # You could also consider outputting errors if the line is malformatted or missing important values

}

Answer 2

我认为你想要完成的事情可以更简单地完成。我理解你想：

获取文件的第一行并进行处理
跳过下一行，直到表格
处理表格数据

如果是这样，你可以这样做：

open (IN, $hhr_report) or die "cannot open $hhr_report\n";

# Get the first line of the file and process it:
my $first_line = <$fh>;
my @query=split(/\|/,$first_line);
my $vogL=$query[0];
my @vogL2=split(/\s+/,$vogL);
my $vog=$vogL2[1];
$vog=~ s/\[//g; #/
$vog=~ s/\]//g; #/
print "query_array:\t@query\n";
print "query_vog:\t$vog\n";

# Work on the rest of the file:
my $in_table = 0; 
while (my $line=<IN>){
    if ($in_table) {
        # process your columns here
        print "$line\n";
        my @columns = split(/\s+/,$line);
        ... # the rest of your processing
    }
    # read (and throw away) lines until you match the table header:
    $in_table = 1 if $line =~/Query HMM/;
    # next time through the while loop you'll have your 
    # first tabular data and the $in_table will be true
}

如何跳转到一个指定行并在那之后解析 - perl

2 个答案: