Question

我正在尝试从名为mirdeep的程序中解析html输出文件。我已经将脚本提取到数据已被提取到数组数组中，并且我试图从适当的列中提取我想要的特定信息。由于一些奇怪的原因，我不断获得不可能的输出。

基本上它应该是从mirdeep和未检测到的mirRNA检测到的mirbase miRNA的计数，但只留下统计表和新的部分。

但是，当前正在为未检测到的部分提取的计数奇怪地存储不正确。（由于它们输出的方式，一些所谓的“星”和“成熟”数据被分成不同的行，而不是在同一行，所以我试图重新组合它们。我相当确定重组中的错误是问题的根源。

我正在用print语句检查我的进度，并注意到一些只应该有成熟计数或星数的数据都有，并且第二个数字似乎总是等于行的成熟计数下面的html文件，对我来说没有意义。有人可以帮我追踪什么是错的吗？这是我第一次广泛使用包进行面向对象，因此这里可能存在任何错误。

Heres the script and an example data file

刚刚创建了一个帐户，由于某种原因我无法安装HTML :: TableExtract;

运行make install make test已返回错误状态，在此命令期间无法安装无法失败：GAAS / HTML-Parser-3.68.tar.gz：make_test NO MSISK / HTML-TableExtract-2.10.tar.gz： make_test NO

似乎我的perl安装是screwey，我试图使用bioperl，并且由于某种原因，bums使用fink，它安装了perl的OWN副本，而不是为perl的主系统安装提供库。有没有人知道如何使主要MAC perl安装（＆amp; cpan）使fink好玩？当我使用主perl它工作，但我不能将模块安装到较旧的fink perl，我必须使用它来访问bioperl。太好了不是。

P.S。最让我烦恼的是，它并没有发生在每一个数据项上，而它发生的那些数据项主要是那些不应该首先获得两个值的数据项。它似乎有点伪随机，但确定性的是每次都会发生相同的项目。

Answer 1

这是几百行代码。如果您只是想从HTML中提取表格，请使用HTML::TableExtract。

例如：

#!/usr/bin/perl

use strict; use warnings;
use HTML::TableExtract;
use YAML;

my $te = HTML::TableExtract->new(
    headers => [
        '',
        'novel miRNAs',
        'known miRBase miRNAs',
        '',
        '',
    ],
    slice_columns => 0,
);

$te->parse_file('t.html');

for my $table ( $te->tables ) {
    for my $row ( $table->rows ) {
        print Dump $row;
    }
}

无法处理解析文件中的数据

1 个答案: