Question

我正在尝试在perl代码中实现模式匹配。我将举一个例子，以便更容易解释。

我正在尝试使用samtools -view中的以下链接：

ftp://ftp.1000genomes.ebi.ac.uk/vol1/ftp/data/HG00132/alignment/HG00132.mapped.SOLID.bfast.GBR.low_coverage.20111114.bam

samtools只允许使用以下语法检索特定的数据行：

samtools view -h ftp://ftp.1000genomes.ebi.ac.uk/vol1/ftp/data/HG00132/alignment/HG00132.mapped.SOLID.bfast.GBR.low_coverage.20111114.bam 1：123-1234

其中有1000个和GBR＆＃39;链接的位改变了。所以我写了一个简单的perl脚本并用＆ft; // ftp：//ftp.1000genomes.ebi.ac.uk/vol1/ftp/data/HG00132/alignment/HG00132.mapped.SOLID.bfast.*替换了这个链接。 BAM＆＃39 ;.但它无法识别链接。所以我想知道在unix中是否有类似的使用*的方法，你可以在文本的中间而不是在结尾使用。所以我想用一个明星替换GBR，并保持＆＃39; bam＆＃39;位于文件名远端的位（我不需要下载文件。）

提前谢谢

Answer 1

使用LWP浏览FTP。没有超链接，因此您必须解析列表以区分要镜像的文件。像*这样的Shell globs不起作用，但正则表达式是合适的。

未经测试的示例：从指定目录收集所有bam URI。

use File::Listing qw(parse_dir);
use LWP::UserAgent qw();

my @bam_files;

my $base = 'ftp://ftp.1000genomes.ebi.ac.uk/vol1/ftp/data/HG00132/alignment/';
my $ua = LWP::UserAgent->new;
my $index = $ua->get($base);
for my $entry (parse_dir $index->decoded_content) {
    my $filename = $entry->[0];
    next unless $filename =~ /bam$/;
    push @bam_files, $base . $filename;
}

如果不先下载FTP文件就不可能使用它（参见method get in LWP::UserAgent）。这并不意味着也将它保存在本地文件系统上（即方法mirror）。

samtools也必须在幕后执行此操作，也许使用协议扩展来仅下载范围，而不是完整文件。

Answer 2

来自wget advanced usage examples：

You want to download all the GIFs from an HTTP directory.
wget http://host/dir/*.gif doesn't work, since HTTP retrieval does not support
globbing. In that case, use:

wget -r -l1 --no-parent -A.gif http://host/dir/

模式匹配UNIX

2 个答案: