Question

我正在制作一个计划，我有几个问题，希望你能提供帮助：

首先，我需要访问一个文件并根据从上一步获得的索引检索特定信息，在该索引中找到要检索的索引并存储在哈希中。

我一直在寻找一种方法，将所有数组元素都包含在我可以在文件搜索中使用的正则表达式中，但是我还没有能够使它工作。最终我找到了一种有效的方法：

my @atoms = ();
my $natoms=0;

foreach my $atomi (keys %{$atome}){
push (@atoms,$atomi);
$natoms++;
}
@atoms = sort {$b cmp $a} @atoms;

然后我用它作为正则表达式：

while (<IN_LIG>){
if (!$natoms) {last;}
......
if ($_ =~ m/^\s*$atoms[$natoms-1]\s+/){
    $natoms--;  
    .....
}

有没有办法创建一个包含所有哈希键的正则表达式？它们是数字，必须进行排序。键指的是IN_LIG中的行索引，其内容类似于：

8 C5          9.9153    2.3814   -8.6988 C.ar      1 MLK        -0.1500

密钥可在第0列（8）中找到。我添加了^和\ s +以确保它仅引用第一列。

我的第二个问题是，有时输入文件并不总是相同，并且它们在索引之前包含空格，所以当我从$ _创建数组时，我得到column0 =“”而不是column0 = 8

我不明白为什么在split命令中没有消除这个“空列”，我在删除它时遇到了一些麻烦。这就是我所做的：

@info = split (/[\s]+/,$_);

if ($info[0] eq " ") {splice (@info, 0,1);} # also tried $info[0] =~ m/\s+/

当我打印数组@info时，我得到了这个：

Array: 

Array: 8

Array: C5

Array: 9.9153

Array: 2.3814

.....

如何摆脱空栏？

非常感谢你的帮助 Merche

Answer 1

有一种特殊形式的split，它会删除前导和尾随空格。它看起来像这样，试试吧：

my $line = '  begins  with    spaces  and ends   with   spaces    ';
my @tokens = split ' ', $line;
# This prints |begins:with:spaces:and:ends:with:spaces|
print "|", join(':', @tokens), "|\n";

请参阅http://p3rl.org/split（或split）perldoc split的文档

此外，您的程序的第一部分可能更简单：

my @atoms = sort {$b cmp $a} keys %$atome;
my $natoms = @atoms;

但是，你对原子的最终目标是什么？如果你只是想验证你给出的原子确实在文件中，那么你不需要对它们进行排序，也不需要对它们进行计数：

my @atoms = keys %$atome;
while (<IN_LIG>){
    # The atom ID on this line
    my ($atom_id) = split ' ';
    # Is this atom ID in the array of atom IDs that we are looking for
    if (grep { /$atom_id/ } @atoms) {
        # This line of the file has an atom that was in the array: $atom_id
    }
}

Answer 2

通过改进和纠正一些代码来让我们热身：

# If these are all numbers, do a numerical sort: <=> not cmp
my @atoms = ( sort { $b <=> $a } keys %{$atome} ); 
my $natoms = scalar @atoms;

无需循环键，您可以立即将它们插入阵列。您也可以立即对它们进行排序，如果它们是数字，则排序必须是数字，否则您将得到如下类型：1,11,111,2,22,222，......

$natoms可以通过@atoms中的值计数直接分配。

while(<IN_LIG>) {
    last unless $natoms;
    my $key = (split)[0]; # split splits on whitespace and $_ by default
    $natoms-- if ($key == $atoms[$natoms - 1]);
}

我不太确定你在这里做了什么，如果这是最好的方法，但是这个代码应该有用，而你的正则表达式不行。在正则表达式中，[]是元字符。默认情况下拆分会在空格上拆分$_，因此您无需明确这一点。这种拆分也肯定会删除所有空格。您的空字段很可能是空字符串''，而不是空格''。

比较两个数字的最佳方法不是使用正则表达式，而是使用等于运算符==。

你的空字段应该通过拆分空格而消失。 split的默认值为split ' '。

另外，如果你还没有这样做，你应该使用：

use strict;
use warnings;

它会为你节省很多麻烦。

Answer 3

对于你的第二个问题，你可以使用这一行：

@info = $_ =~ m{^\s*(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)}xms;

从每行捕获9个项目（假设它们不包含空格）。

我不明白的第一个问题。

更新：我会读取文件的行并将它们用在一个散列中，其中$ info [0]作为键，[@info [1..8]]作为值。然后，您可以按索引查找条目。

my %details;
while (<IN_LIG>) {
    @info = $_ =~ m{^\s*(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+)}xms;
    $details{ $info[0] } = [ @info[1..$#info] ];
}

稍后您可以查找您感兴趣的索引的详细信息并根据需要进行处理。这假定索引是唯一的（具有键的属性）。

Answer 4

感谢您的所有回复。我用''尝试了拆分表单，它为我节省了几行代码。谢谢！

对于正则表达式，我发现了一些可以使所有键成为带有join和quotemeta的字符串表达式的一部分，但我无法使其工作。不过我找到了一个有效的替代方案，但我更喜欢join / quotemeta解决方案

根据某个能量阈值从文本文件中获取原子索引。之后，在IN_LIG循环中，我需要访问分子文件以获得有关所选原子的更多信息，因此我使用分子中的原子“index”来识别我必须阅读和处理的文件行。这是一个子例程，我使用原子索引和其他一些信息发送哈希值。

我为正则表达式尝试了这个：

 my $strings = join "|" map quotemeta,
 sort { $hash->{$b} <=> $hash->{$a}} keys  %($hash);

但是我做错了因为它不会占用所有键

PERL - 正则表达式包含所有哈希键（已排序）+从文件读取中删除$ _中的空字段

4 个答案: