檔案決議中perl回圈列印的問題

我從phobius得到這個結果，如下所示

ID   sp|Q92673|1-2157
FT   SIGNAL        1     28       
FT   DOMAIN        1     11       N-REGION.
FT   DOMAIN       12     22       H-REGION.
FT   DOMAIN       23     28       C-REGION.
FT   DOMAIN       29   2135       NON CYTOPLASMIC.
FT   TRANSMEM   2136   2156       
FT   DOMAIN     2157   2157       CYTOPLASMIC.
//
---------------------------------------------------------------------
ID   sp|Q5SSG8|25-479
FT   DOMAIN        1    455       NON CYTOPLASMIC.
//
---------------------------------------------------------------------
ID   sp|Q92854|22-734
FT   DOMAIN        1    713       NON CYTOPLASMIC.
//
---------------------------------------------------------------------
ID   sp|Q9Y5E9|27-686
FT   DOMAIN        1    660       NON CYTOPLASMIC.
// 
---------------------------------------------------------------------
ID   sp|Q9Y6N8|55-613
FT   DOMAIN        1    559       NON CYTOPLASMIC.
//

我希望在每行前面列印相應的 Uniprot ID，以\\.

這是我創建的 perl 片段

open (MYFILE, "result_phobius.txt" )||warn "Couldn't open file because $!"; #give input file name
open (FILE, ">output.txt"); #output file name
while (<MYFILE>)
{
    if ($_=~/^ID   (\S ?)\s/) #search accession number started by > and terminate at white space
    {
        $id=$1;
        chomp ($id);
        print FILE "$id\t"; #will print accession number in a colomn
    }
        if ($_=~/^FT   /)
        
    {
        print FILE "$_";
        
    }
}

這僅在第一行列印 ID，即，它在具有單個域的結果的情況下作業得很好，但如果有多個域則失敗。

例如

FT   SIGNAL        1     28       
FT   DOMAIN        1     11       N-REGION.
FT   DOMAIN       12     22       H-REGION.
FT   DOMAIN       23     28       C-REGION.
FT   DOMAIN       29   2135       NON CYTOPLASMIC.
FT   TRANSMEM   2136   2156       
FT   DOMAIN     2157   2157       CYTOPLASMIC.
sp|Q5SSG8|25-479    FT   DOMAIN        1    455       NON CYTOPLASMIC.
sp|Q92854|22-734    FT   DOMAIN        1    713       NON CYTOPLASMIC.
sp|Q9Y5E9|27-686    FT   DOMAIN        1    660       NON CYTOPLASMIC.
sp|Q9Y6N8|55-613    FT   DOMAIN        1    559       NON CYTOPLASMIC.
sp|Q02763|23-748    FT   DOMAIN        1    726       NON CYTOPLASMIC.
sp|Q14517|22-4181   FT   DOMAIN        1   4160       NON CYTOPLASMIC.
sp|O75051|35-1237   FT   DOMAIN        1   1203       NON CYTOPLASMIC.
tr|D3DPA4|1-145 FT   DOMAIN        1    119       CYTOPLASMIC.
FT   TRANSMEM    120    144       
FT   DOMAIN      145    145       NON CYTOPLASMIC.

我怎樣才能使它適用于多個條目。

預期產出

sp|Q92673|1-2157    FT   SIGNAL        1     28       
sp|Q92673|1-2157    FT   DOMAIN        1     11       N-REGION.
sp|Q92673|1-2157    FT   DOMAIN       12     22       H-REGION.
sp|Q92673|1-2157    FT   DOMAIN       23     28       C-REGION.
sp|Q92673|1-2157    FT   DOMAIN       29   2135       NON CYTOPLASMIC.
sp|Q92673|1-2157    FT   TRANSMEM   2136   2156       
sp|Q92673|1-2157    FT   DOMAIN     2157   2157       CYTOPLASMIC.
sp|Q5SSG8|25-479    FT   DOMAIN        1    455       NON CYTOPLASMIC.
sp|Q92854|22-734    FT   DOMAIN        1    713       NON CYTOPLASMIC.
sp|Q9Y5E9|27-686    FT   DOMAIN        1    660       NON CYTOPLASMIC.
sp|Q9Y6N8|55-613    FT   DOMAIN        1    559       NON CYTOPLASMIC.
sp|Q02763|23-748    FT   DOMAIN        1    726       NON CYTOPLASMIC.
sp|Q14517|22-4181   FT   DOMAIN        1   4160       NON CYTOPLASMIC.
sp|O75051|35-1237   FT   DOMAIN        1   1203       NON CYTOPLASMIC.
tr|D3DPA4|1-145     FT   DOMAIN        1    119       CYTOPLASMIC.
tr|D3DPA4|1-145     FT   TRANSMEM    120    144       
tr|D3DPA4|1-145     FT   DOMAIN      145    145       NON CYTOPLASMIC.

我在這里先向您的幫助表示感謝

uj5u.com熱心網友回復：

只需將 移動print FILE "$id\t"到另一個if塊中，即僅在指定時填充 $id，為每個域列印它。

您可能會在列印之前添加一個 $id 不為空的檢查，但如果我正確理解格式，則不會發生這種情況。

   if (/^ID   (\S ?)\s/)
   {
        $id = $1;
   }
   if (/^FT   /)
   {
        print FILE "$id\t$_";
   }

標籤：正则表达式 perl 序列 文本解析

上一篇：有沒有辦法讓字符匹配字符類的連接？

下一篇：將字串拆分為陣列會導致空陣列