Wenn es die 8. Spalte ist, dann musst Du $array[7] schreiben, weil die Arrayelemente bei 0 anfangen:

Code :

1 2 3

@array = (     'element1',       # $array[0]     'element2',       # $array[1] ...

Sorry, war nicht so ganz klar ausgedrückt. Das Wort ist definitiv im $array [8], dass die Elemente bei 0 anfangen, hatte ich bedacht. Ich dachte der Fehler liegt in der Angabe ~/\bGeneID\b/i.

Hat jemand ne Idee?

Hi.

Dir ist aber schon bewußt, das du den Wert von $slice nur einmal nach der Schleife ausgibst, also erst wenn die ganze Datei verarbeitet wurde?

Zitat von Pauline25

Code perl:

1	$slice = ($array [8] => ~/\bGeneID\b/i);

Was möchtest du denn mit dieser Zeile bezwecken? Möchtest du evtl. einfach $array[8] an \bGeneID\b splitten?

Verwende bitte die Code-Tags! Und mach doch einfach mal ein konkretes Beispiel, mit Eingabedatei und was du dann gerne als Ausgabe haben würdest...

Gruß

Zitat von Pauline25

Sorry, war nicht so ganz klar ausgedrückt. Das Wort ist definitiv im $array [8],

Bei so etwas wäre es dann gut, wenn Du eine Ausgangsdatei postest und beschreibst, was Du am Ende haben willst (das könntest Du jetzt ja noch nachholen).

Das mit dem Index, der bei 0 anfängt, ist ein beliebter Fehler bei Einsteigern.

Ansonsten fällt mir die Zeile

Code :

1	$slice = ($array [8] => ~/\bGeneID\b/i);

auf.

Du meinst wohl eher das hier:

Code :

1	$slice = $array[8] if $array[8] =~ /\bGeneID\b/i;

Danke schon mal für die Antworten und auf euren Rat noch mal ganz von vorne.

Die Zeilen meine Ausgangsdatei siehen so aus:
Zeile 1: NC_014171.1 RefSeq gene 9197 10736 . + . ID=NC_014171.1:rrf_1;locus_tag=BMB171_C5089;db_xref=GeneID:9191048
Zeile 2: NC_014171.1 RefSeq gene 1802 2947 . + . ID=NC_014171.1:dnaN1;locus_tag=BMB171_C0002;db_xref=GeneID:9191043

Aus dieser Datei möchte ich jeweils die Zeichenkette "GeneID:91910XY" extrahieren (mit diesem Wert möchte ich später weiterarbeiten, dass ist aber jetzt egal-das möchte ich zunächst selbst versuchen. Also vergesst ruhig, dass ich mit meinem Skript nur den letzten Wert nach Ende der Schleife ausgeben kann!)

Mein aktuelles Skript sieht jetzt so aus:

#!/usr/bin/perl
use strict;
use warnings;

my $in;
my $data;
my @array;
my $key;
my $slice;
my $array;
my @geneID;




open $in, '<', "Genomteil.gff" or die $!;
while ($data = <$in>) {
chomp $data;
@array = split(/\t/, $data);


if (my $array = ~ /[\d,\w,\s,]* "; db_xref=GeneID: [d*]\n/) {

print '$1';
}

};



close $in;


Im Prinzip möchte ich sagen: wenn du folgendes findest: xy Anzahl von Buchstaben, Zeichen, Zahlen und danach den Marker: ; db_xref=GeneID:, dann extrahiere mir die darauf folgende Zahlenfolge!

Okay, ich hoffe damit kann jetzt einer was anfangen. Danke euch.

LG

Zitat von Pauline25

Aus dieser Datei möchte ich jeweils die Zeichenkette "GeneID:91910XY" extrahieren (mit diesem Wert möchte ich später weiterarbeiten, dass ist aber jetzt egal-das möchte ich zunächst selbst versuchen. Also vergesst ruhig, dass ich mit meinem Skript nur den letzten Wert nach Ende der Schleife ausgeben kann!)

Code perl:

1	my $db_xref = $1 if ($array[8] =~ /(GeneID:\d+));

Zitat von Pauline25

Mein aktuelles Skript sieht jetzt so aus:

Bitte benutze die Code-Tags! Schreibe einfach [perl] ... [/perl] um deinen Code. Dann bleiben auch die Einrückungen erhalten.

Zitat von Pauline25

if (my $array = ~ /[\d,\w,\s,]* "; db_xref=GeneID: [d*]\n/) {

Es ist unsinnig in einer Zeichenklasse Zeichen zu wiederholen. Und was ist "[d*]"? Meintest du evtl. \d+? Und das \n ist nach einem chomp nicht mehr in deinem String enthalten, so dass der reg. Ausdruck nie mit dem Text übereinstimmen dürfte

Gruß

okay, dass war einiges, was ich überarbeiten muss. ich werd es mal umbauen.

vielen lieben dank!

gruß

Okay, soweit ist es umgebaut - leider funtioniert es immer noch nicht, wie es soll.

Ich habe die konkrete Vorgabe etwas wie das hier zu programmieren:

Code perl:

1	my $GeneID = $1 if ($array [8] = ~ /\w+\W+;db_xref=GeneID:(\d+)\n/)

# w+/W+ :in $array [8] kommt zunächst eine unbestimmt lange Folge von Buchstaben, Zeichen und Zahlen
# ;db_xref=GeneID: dann kommt der immer gleiche Marker, der immer vor der zu extrahierenden Zahlenfolge steht
#(\d+) hier ist die Zahlenfolge, die ich extrahieren will
# abschließend folgt ein Zeilenumbruch

chomp hab ich rausgenommen, ich vermute dass irgendwas mit der syntax nicht stimmt, finde aber nirgends Beispiele, bei denen nach so genauen Vorgaben extrahiert wird.

LG

Ich sehe jetzt nicht wo der Fehler liegt. Ich kann es aber auch nicht ausprobieren. Häng doch mal eine (minimale) Beispieldatei an und poste deinen konkreten Code so wie er jetzt aussieht.

Und es sieht so aus, als ob du den Operator =~ auseinandergeschrieben hast; = ~ ist nicht dasselbe wie =~.

Gruß

Code perl:

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

#!/usr/bin/perl use strict; use warnings;   my $in; my $data; my @array; my $array;     open $in, '<', "Genomteil.gff" or die $!; while ($data = <$in>) {     @array = split(/\t/, $data);         # w = word character [A-z, 0-9] # W = non word charcter # * = must occour 0 or more times # d = same as [0-9] # + = 1 or more times      my $GeneID = $1 if ($array [8] =~ /\w+\W+;db_xref=GeneID:(\d+)\n/)  print $1;     };   close $in;

=~ hab ich jetzt zusammen.

Beispieldaten:
NC_014171.1 RefSeq gene 283 1623 . + . ID=NC_014171.1:dnaA;locus_tag=BMB171_C0001;db_xref=GeneID:9196130
NC_014171.1 RefSeq gene 1802 2947 . + . ID=NC_014171.1:dnaN1;locus_tag=BMB171_C0002;db_xref=GeneID:9191043

Gruß

Dein Programm ist ungültig. (Syntaxfehler)

Dann kann dein reg. Ausdruck keinesfalls zutreffen. Du spezifizierst, das vor ";db_xref=GeneID" (mind.) ein non-word Zeichen und davor (mind.) ein word Zeichen stehen soll.

In deinen Daten steht aber vor ";db_xref=GeneID" ein word Zeichen, kein non-word Zeichen.

Wolltest du evlt. eine Alternative, a la (a|b) angeben?

Gruß

Ah, verstehe. Ich probiere es mal mit der Alternative.

Vielen Dank erst mal.

LG

Zitat von Pauline25

Ah, verstehe. Ich probiere es mal mit der Alternative.

Wobei eine Alternative (\w|\W)+ ziemlich sinnfrei ist. Im Grunde willst du doch beliebige Zeichen vor dem ";db_xref=GeneID" zulassen, oder nicht?

Gruß

Ja, das stimmt. Ich habe es jetzt mit .* probiert:

Code perl:

1 2	my $GeneID = $1 if ($array [8] =~ /\.*;db_xref=GeneID:(\d+)\n/)  print $GeneID; };

Das trifft es wohl eher. Trotzdem stimmt irgendwas noch nicht. Anscheinend gibt es in der Zeile oben noch einen Syntax Fehler (nähe print), den ich nicht sehe.

LG