bestimmtes Wort aus Array extrahieren

Pauline25

Grünschnabel
Hallo zusammen. Habe gerade damit begonnen mir Perl bei zu bringen und stecke jetzt in einem Skript fest. Ich möchte Daten aus einer Textdatei splitten und aus dem mit den substrings befüllten Array ein ganz bestimmtes Wort rausholen. Das Splitten funktioniert (hab ich seperat getestet). Dass Wort, das ich suche ist im 8. substring, heißt "GeneID" und liegt immer zwischen anderen Werten. Also wie gesagt, bis zum splitten funktionierte es noch, aber jetzt muss irgendwo ein Fehler drin sein:

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


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



open $in, '<', "Genomteil.gff" or die $!;
while ($data = <$in>) {
chomp $data;
@array = split(/\t/, $data);
$slice = ($array [8] => ~/\bGeneID\b/i);
}
print $slice;

close $in;

Würd mich freuen, wenn jemand einen Tipp hätte.

LG
 

renee

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

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

Pauline25

Grünschnabel
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?
 

deepthroat

Erfahrenes Mitglied
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?

Pauline25 hat gesagt.:
Perl:
$slice = ($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
 

renee

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

auf.

Du meinst wohl eher das hier:

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

Pauline25

Grünschnabel
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
 

deepthroat

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

Pauline25

Grünschnabel
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:

Perl:
 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
 

deepthroat

Erfahrenes Mitglied
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