Schrift
Wiki:Tipp zum Debugging: use Data::Dumper; local $Data::Dumper::Useqq = 1; print Dumper \@var;
Start · Board · Anwendungen/Programme/Skripte in Perl · Allgemeines zu Perl
[thread]7765[/thread]

String formatieren: Regular Expressions

Leser: 1


<< |< 1 2 >| >> 14 Einträge, 2 Seiten
birkhauser
 2006-03-06 16:14
#63495 #63495
User since
2006-03-06
6 Artikel
BenutzerIn
[default_avatar]
Servus !

Mein Problem liegt in der Formatierung eines Strings, welcher zum Beispiel so ausehen kann:

$string="LDGPTLIVIQRTCXITQGLAFATAXYXNHYQSWZMNTNLLLIIYZQFWFLIEMZLVNHQM<span class='stil3'>B<\/span>IKECTWXFYKQTVHGMRM<span class='stil3'>B<\/span>YEHGAYTCXALGE<span class='stil3'>B<\/span>HRLGEKTFXQFAMCGLCTXCTCSLFLNINNDZTDCZRWLAKEDRHGPKYMNFQECCHRGFNPZ<span class='stil3'>B<\/span><span class='stil3'>B<\/span>WNRXQHYIGXWRRH<span class='stil3'>B<\/span>SFIGDYLNLW<span class='stil3'>B<\/span><span class='stil3'>B<\/span>LQLHLIKVWAVMDCZETV<span class='stil3'>B<\/span>XDDDKCLPKWKATTQZV<span class='stil3'>B<\/span>MLHAADMYF<span class='stil3'>B<\/span>ADA<span class='stil3'>B<\/span>LXSQIPP<span class='stil3'>B<\/span>ITZKTFGQNZIPRCLENXKAZZLFKKRWICCZDFMQDED<span class='stil3'>B<\/span>SCHXYLWKLCTVHRZAF<span class='stil3'>B<\/span>AZDPLFNIEEKGLTII<span class='stil3'>B<\/span>QPPQAYNRPY<span class='stil3'>B<\/span>HTSFCH<span class='stil3'>B<\/span>IXHFZQYPMHQSLPDRQXWVASR<span class='stil3'>B<\/span>KXELCMIZEKKDZMSHIPLY<span class='stil3'>B<\/span><span class='stil3'>B<\/span>AXYQGWIXNPKZXDWCTEEXFAAZMSSYNGVAZGLLNZEKVYDNANK<span class='stil3'>B<\/span>EQXXGVTHPKWRWYDGWPHXI<span class='stil3'>B<\/span>DSEA<span class='stil3'>B<\/span>MKLVWRTHVRHTEGQKCCFLXRYHFEZSQSFAHNRVCHMVTDPKN<span class='stil3'>B<\/span>CPENL<span class='stil3'>B<\/span>FQCKNDTGDKQKMMAFWHICTENCNQATQEADYZHDPZGDQNSW<span class='stil3'>B<\/span>DHSKCHKMXDCRWEXARFWYGKIACRMSMNL<span class='stil3'>B<\/span>YMVHGAGKYMPQQZHRFPDKERHFPXNHVQTCYMZKNMSXSPPNDDSSVLZWLZVKE<span class='stil3'>B<\/span>ENFERTYGPWSKDYHMCRQDDZAHDAARVLEGLYRTNGIWZZYVHKMLZRQVGECSLZ<span class='stil3'>B<\/span>RXETQCD<span class='stil3'>B<\/span>P<span class='stil3'>B<\/span>SFDGNHMMYNM<span class='stil3'>B<\/span>IRQYTYDMAVMZ<span class='stil3'>B<\/span>LIZGQIIXIGPLEPFYLXAYNPMXCEVVRAHKTQQQSGALCIYZDXPPAVLVDDRRWMWEGWSHPSQSVDZVMLFSTRZXLM
WTPHRWZQZIHYFQQVMLNGQDFSFIXREPWFRVATAZCFMTRYLZEFNATLQIRHTCLHNDVIEDYLSLHCNCLXGWFH<span class='stil3'>B<\/span>TK<span class='stil3'>B<\/span>FHWMHGRLRZPESKVC<span class='stil3'>B<\/span>KNWFLWLCILKFLPZZKLLMNSLNCFDGLHWXSGGM<span class='stil3'>B<\/span>DTQNCYD<span class='stil3'>B<\/span>QQX<span class='stil3'>B<\/span>TMTWDFSMHNYKIIIDPEFNZP<span class='stil3'>B<\/span>DCGTX";

Dieser String soll so formatiert werden das nach jedem 70igsten Großbuchstaben ein <br> eingefügt wird. Ich pack das leider nich mit Reg. Expressions, ich hab mir schon sämtliche Sachen ausgedacht und lande immer wieder in der Sackgasse.
Das Problem liegt meiner Meinung darin, das die Reg.Expression so konstruiert sein muss das sie nur die Großbuchstaben erkennt,also jeweils 70 und die HTML-Tags ignoriert, aber nicht beschädigt in ihrer Funktion.

Bitte um Hilfe !
renee
 2006-03-06 16:21
#63496 #63496
User since
2003-08-04
14371 Artikel
ModeratorIn
[Homepage] [default_avatar]
Code: (dl )
$string =~ s/([A-Z]{70})/$1<br>/sg;
OTRS-Erweiterungen (http://feature-addons.de/)
Frankfurt Perlmongers (http://frankfurt.pm/)
--

Unterlagen OTRS-Workshop 2012: http://otrs.perl-services.de/workshop.html
Perl-Entwicklung: http://perl-services.de/
birkhauser
 2006-03-06 16:37
#63497 #63497
User since
2006-03-06
6 Artikel
BenutzerIn
[default_avatar]
Danke für deine Antwort!

ich hab das grade ausprobiert, aber die formatierung läuft nicht exakt, es wird nicht regelmäßig nach 70 Buchstaben umgebrochen.

Mein COde sieht bisher so aus:
Siehst du den Fehler ?

Code: (dl )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
while (<FILE1>){

    if (/(.*)\n([A-Za-z\n]+)/){
    
       ($header,$seq)=($1,$2);
        $seq=~s/\s//g;
     
          if ($i=$seq=~s/($pattern_neu)/<span class='stil3'>$1<\/span>/g){
          
            $seq =~ s/([A-Z]{70})/$1<br>/sg;
             
           open FILE2,">>../docs/Site/files/pattern_html/$pattern_html.htm";
           print FILE2 "<font size='2'><strong>>$header<\/strong><\/font><br><font size='2'>$seq<\/font><p>";
           close(FILE2);
           $Anzseq=$Anzseq+1;
           $Anzpattern+=$i;
           print STDERR (length $seq)."\n";
        }
    }

}
close FILE1;


Die Textdatei die in den Filehandle eingelesen wird hat folgende Form:
Code: (dl )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
>uniprot|P67817|HBA_ATEGE Hemoglobin alpha subunit (Hemoglobin alpha chain) (Alpha-globin).
VLSPADKSNVKAAWGKVGGHAGDYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHGK
KVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHHPADFTPA
VHASLDKFLASVSTVLTSKYR
>uniprot|P41331|HBA_MICGA Hemoglobin alpha subunit (Hemoglobin alpha chain) (Alpha-globin).
VLTEEDKARVRVAWVPVSKNAELYGAETLTRLFAAHPTTKTYFPHFDLSPGSNDLKVHGK
KVIDALTEAVNNLDDVAGALSKLSDLHAQKLRVDPDNFQFLGLCLEVTIAAHSGGPLKPE
VLLSVDKFLGQISKVLASRYR
>uniprot|P02011|HBA3_RANCA Hemoglobin alpha-3 subunit (Hemoglobin alpha-3 chain) (Alpha-3-globin) (Hemoglobin alpha-III chain, larval).
SLSASEKAAVLSIVGKIGSQGSALGSEALTRLFLSFPQTKTYFPHFDLTPGSADLNTHGG
KIINALAGAANHLDDLAGNLSSLSDLHAYNLRVDPGNFPLLAHIIQVVLATHFPGDFTAE
VQAAWDKFLALVSAVLTSKYR
>uniprot|Q9XSE9|HBA_EQUPR Hemoglobin alpha subunit (Hemoglobin alpha chain) (Alpha-globin).
VLSAADKTNVKAAWSKVGGHAGEFGAEALERMFLGFPTTKTYFPHFDLSHGSAQVKAHGK
KVGDALTLAVGHLDDLPGALSNLSDLHAHKLRVDPVNFKLLSHCLLSTLAVHLPNDFTPA
VHASLDKFLSSVSTVLTSKYR
renee
 2006-03-06 16:45
#63498 #63498
User since
2003-08-04
14371 Artikel
ModeratorIn
[Homepage] [default_avatar]
Das Einlesen ist nicht ganz korrekt.

Ich würde es ungefähr so machen:
Code: (dl )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#!/usr/bin/perl

use strict;
use warnings;

my $file = 'eingabedatei.fasta';

{
   local $/ = "\n>";
   open(my $fh,"<",$file) or die $!;
   while(my $entry = <$fh>){
     chomp $entry;
     next if($entry =~ /^\s*$/);
     my ($header,$seq) = split(/\n/,$entry,2);
     $seq =~ s/[\n\s]//gs;
     print "header: $header\n";
     $seq =~ s/([A-Z]{70})/$1\n/gs;
     print "Sequenz: $seq\n";
   }
   close $fh;
}



Du könntest einfach ein Modul benutzen... Z.B. CPAN:Bio::FASTASequence. Das erspart Dir die eigenständige Einleserei...
OTRS-Erweiterungen (http://feature-addons.de/)
Frankfurt Perlmongers (http://frankfurt.pm/)
--

Unterlagen OTRS-Workshop 2012: http://otrs.perl-services.de/workshop.html
Perl-Entwicklung: http://perl-services.de/
birkhauser
 2006-03-06 17:07
#63499 #63499
User since
2006-03-06
6 Artikel
BenutzerIn
[default_avatar]
Wie ich sehe kennst du dich mit Bioinformatik aus.

Gibs denn auch ein Modul, das mir die Sequenz, mit den enthaltenen HTML-Tags zur Hervorhebung der Patterns, wieder ins FASTA-Format bringt ?
renee
 2006-03-06 17:28
#63500 #63500
User since
2003-08-04
14371 Artikel
ModeratorIn
[Homepage] [default_avatar]
Das müsstest Du mit einem Parser machen, z.B. mit CPAN:HTML::Parser.

P.S.: Ich bin seit 2002 in der Bioinformatik unterwegs...
OTRS-Erweiterungen (http://feature-addons.de/)
Frankfurt Perlmongers (http://frankfurt.pm/)
--

Unterlagen OTRS-Workshop 2012: http://otrs.perl-services.de/workshop.html
Perl-Entwicklung: http://perl-services.de/
birkhauser
 2006-03-06 17:55
#63501 #63501
User since
2006-03-06
6 Artikel
BenutzerIn
[default_avatar]
Tja und ich hab seit ein Semester Bioinformatik. Aber mit Objecten in Modulen hab ich noch nichts zu tun gehabt.

Wär es zu viel verlangt mir kurz zu erklären wie ich den HTML-Parser auf meine Sequenz mit den HTML-Tags anwende, so das nach 70 Zeichen regelmäßig umgebrochen wird ?
renee
 2006-03-06 18:31
#63502 #63502
User since
2003-08-04
14371 Artikel
ModeratorIn
[Homepage] [default_avatar]
Gibt es irgendwie einen Anfangstag oder hast Du wirklich nur den String wie oben??

Dann könnte es so aussehen:
Code: (dl )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#! /usr/bin/perl
use strict;
use warnings;
use HTML::Parser;

my $text = '';
my $string = "LDGPTLIVIQRTCXITQGLAFATAXYXNHYQSWZMNTNLLLIIYZQFWFLIEMZLVNHQM<span class='stil3'>B<\/span>IKECTWXFYKQTVHGMRM<span class='stil3'>B<\/span>YEHGAYTCXALGE<span class='stil3'>B<\/span>HRLGEKTFXQFAMCGLCTXCTCSLFLNINNDZTDCZRWLAKEDRHGPKYMNFQECCHRGFNPZ<span class='stil3'>B<\/span><span class='stil3'>B<\/span>WNRXQHYIGXWRRH<span class='stil3'>B<\/span>SFIGDYLNLW<span class='stil3'>B<\/span><span class='stil3'>B<\/span>LQLHLIKVWAVMDCZETV<span class='stil3'>B<\/span>XDDDKCLPKWKATTQZV<span class='stil3'>B<\/span>MLHAADMYF<span class='stil3'>B<\/span>ADA<span class='stil3'>B<\/span>LXSQIPP<span class='stil3'>B<\/span>ITZKTFGQNZIPRCLENXKAZZLFKKRWICCZDFMQDED<span class='stil3'>B<\/span>SCHXYLWKLCTVHRZAF<span class='stil3'>B<\/span>AZDPLFNIEEKGLTII<span class='stil3'>B<\/span>QPPQAYNRPY<span class='stil3'>B<\/span>HTSFCH<span class='stil3'>B<\/span>IXHFZQYPMHQSLPDRQXWVASR<span class='stil3'>B<\/span>KXELCMIZEKKDZMSHIPLY<span class='stil3'>B<\/span><span class='stil3'>B<\/span>AXYQGWIXNPKZXDWCTEEXFAAZMSSYNGVAZGLLNZEKVYDNANK<span class='stil3'>B<\/span>EQXXGVTHPKWRWYDGWPHXI<span class='stil3'>B<\/span>DSEA<span class='stil3'>B<\/span>MKLVWRTHVRHTEGQKCCFLXRYHFEZSQSFAHNRVCHMVTDPKN<span class='stil3'>B<\/span>CPENL<span class='stil3'>B<\/span>FQCKNDTGDKQKMMAFWHICTENCNQATQEADYZHDPZGDQNSW<span class='stil3'>B<\/span>DHSKCHKMXDCRWEXARFWYGKIACRMSMNL<span class='stil3'>B<\/span>YMVHGAGKYMPQQZHRFPDKERHFPXNHVQTCYMZKNMSXSPPNDDSSVLZWLZVKE<span class='stil3'>B<\/span>ENFERTYGPWSKDYHMCRQDDZAHDAARVLEGLYRTNGIWZZYVHKMLZRQVGECSLZ<span class='stil3'>B<\/span>RXETQCD<span class='stil3'>B<\/span>P<span class='stil3'>B<\/span>SFDGNHMMYNM<span class='stil3'>B<\/span>IRQYTYDMAVMZ<span class='stil3'>B<\/span>LIZGQIIXIGPLEPFYLXAYNPMXCEVVRAHKTQQQSGALCIYZDXPPAVLVDDRRWMWEGWSHPSQSVDZVMLFSTRZXLM
WTPHRWZQZIHYFQQVMLNGQDFSFIXREPWFRVATAZCFMTRYLZEFNATLQIRHTCLHNDVIEDYLSLHCNCLXGWFH<span class='stil3'>B<\/span>TK<span class='stil3'>B<\/span>FHWMHGRLRZPESKVC<span class='stil3'>B<\/span>KNWFLWLCILKFLPZZKLLMNSLNCFDGLHWXSGGM<span class='stil3'>B<\/span>DTQNCYD<span class='stil3'>B<\/span>QQX<span class='stil3'>B<\/span>TMTWDFSMHNYKIIIDPEFNZP<span class='stil3'>B<\/span>DCGTX";

my $p = HTML::Parser->new();
$p->handler(text => \&start_handler,"dtext");
$p->parse($string);

$text =~ s~[^A-Z]~~gs;
$text =~ s~([A-Z]{70})~$1<br />~sg;
$text =~ s~B~<span class='stil3'>B</span>~g;
print $text;

sub start_handler{
  $text .= shift;
}


(ungetestet)
OTRS-Erweiterungen (http://feature-addons.de/)
Frankfurt Perlmongers (http://frankfurt.pm/)
--

Unterlagen OTRS-Workshop 2012: http://otrs.perl-services.de/workshop.html
Perl-Entwicklung: http://perl-services.de/
birkhauser
 2006-03-06 18:40
#63503 #63503
User since
2006-03-06
6 Artikel
BenutzerIn
[default_avatar]
Also mein Programm sieht bisher so aus:

Code: (dl )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
#!/usr/bin/perl -w

use CGI qw/:standard/;
use BioinfoPerlModul;
use GZip;
$pattern=param('pattern');
$dateipfad=param('dateiname');
$download=param('download');



$pattern_html=Zufallswert(); 


open FILE2,">../docs/Site/files/pattern_html/$pattern_html.htm";
print FILE2
"<html><head><title>Hits Of Pattern<\/title>
<meta http-equiv='Content-Type' content='text\/html; charset=iso-8859-1'>
<link href='main.css' rel='stylesheet' type='text/css'>
<\/head>

<style type='text\/css'>
<!--
.stil3 {
    color: �
    background-color: #FF0000;
}
-->
<\/style>
<body>
<h1>Gefundene Sequenzen mit PATTERN:<\/h1><font size='3'>$pattern<\/font><p>
";

close(FILE2);
open FILE1, "$dateipfad" or die "Can't open $dateipfad!\n";
$Anzpattern=0;
$Anzseq=0;
$m=0;
$/=">";

#############################Aufruf  Sub um Pattern für Perl zu definieren###############
$pattern_neu=pattern_design($pattern);

while (<FILE1>){

    if (/(.*)\n([A-Za-z\n]+)/){
    
       ($header,$seq)=($1,$2);
        $seq=~s/\s//g;
     
          if ($i=$seq=~s/($pattern_neu)/<span class='stil3'>$1<\/span>/g){
          
            $seq =~ s/([A-Z]{70})/$1<br>/sg;
             
           open FILE2,">>../docs/Site/files/pattern_html/$pattern_html.htm";
           print FILE2 "<font size='2'><strong>>$header<\/strong><\/font><br><font size='2'>$seq<\/font><p>";
           close(FILE2);
           $Anzseq=$Anzseq+1;
           $Anzpattern+=$i;
           print STDERR (length $seq)."\n";
        }
    }

}
close FILE1;

open FILE2,">>../docs/Site/files/pattern_html/$pattern_html.htm";
print FILE2"<p> <p><p><p>
$Anzpattern <span class='stil3'> PATTERN <\/span>in $Anzseq Sequenzen gefunden.<br><br>
<p><p><p>
<\/body>
<\/html>
";

close(FILE2);


  if($download){

  gzip_compress("../docs/Site/files/pattern_html/$pattern_html.htm");

  print"
  <!DOCTYPE HTML PUBLIC '-//W3C//DTD HTML 4.01 Transitional//EN'>
  <html>
  <head>
  <title>Untitled Document</title>
  <meta http-equiv='Content-Type' content='text/html; charset=iso-8859-1'>
  <link href='main.css' rel='stylesheet' type='text/css'>
  </head>

  <body>
  <p>Ihre Zufallsequenzen wurden erzeugt.<br>
   Klicken Sie auf Download um die komprimierte HTML-DAteiherunterzuladen!</p>
  <form name='form1' method='get' action='../Site/files/pattern_html/$pattern_html.htm.gz'>
  <input type='submit' name='Submit' value='Download'>
  </form>
  <p>&nbsp;</p>
  </body>
  </html>";
 }

 else {

print "    <html>
            <head>
            <title>Codeoperator</title>
            <meta http-equiv='Content-Type' content='text/html; charset=iso-8859-1'>
            </head><script language=JavaScript>

             function weiter()
            {
            location.href='http://127.0.0.1/Site/files/pattern_html/$pattern_html.htm';
            }
            </script>
           <body onload=weiter()>

            </body></html>";
            }


Die Textdatei wird über ein HTML-Formular an das Programm per CGI geschickt. Der Pattern nach dem Gesucht werden soll wird ebenfalls über das Formular eingeben, sprich der string sieht je nach pattern immer anders aus.
birkhauser
 2006-03-06 19:01
#63504 #63504
User since
2006-03-06
6 Artikel
BenutzerIn
[default_avatar]
Für das Beispiel, das du gepostet hast, also das B der gesuchte Pattern ist funktioniert es.
<< |< 1 2 >| >> 14 Einträge, 2 Seiten



View all threads created 2006-03-06 16:14.