在多个输出中拆分文件答案

【问题标题】：Split a file in several output在多个输出中拆分文件
【发布时间】：2013-04-19 11:13:37
【问题描述】：

我正在尝试将一个大文件分成不同的文件，其中包含文件中每个变量的单个信息。

我的输入文件如下所示：

#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT  PID008SM

...info here 1.....

#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT  CL001-SC

....info here 2....

#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT  CL001-SC

....info here 3....        

#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT  PID008SM

....info here 4....

在这种情况下，我想创建两个输出文件（一个用于 PID008SM 和 CL001-SC）以及与他们每个人相关的信息。

CL001-SC 的输出：

#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT  CL001-SC

....info here 2...

....info here 3...

PID008SM 的输出

#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT  PID008SM
....info here 1....

....info here 4....

我使用的脚本是在 Perl 中，但任何建议都非常受欢迎。提前谢谢你。

代码：

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

my $file1 = $ARGV[0] ;
my $file2 = $ARGV[1];

open (F1, $file1); #Opens first .vcf file for comparison
open (F2, $file2); #2nd for comparison

my %file;

## Create the hash key with each line of the file2
while (<F2> ) {
        #chomp;
        $file{$_}='';
}

## Print the line , if key   exist in the hash ;       

foreach my $string (<F1>) {

        if ( exists $file{$_}) and ($string =~ /(#)(.+?)(#)/s) {
                print $string;
        }
}

【问题讨论】：

所以你有相同的标题一遍又一遍，然后段落之间？指定更准确，以便我们给出更准确的答案。
您的代码似乎与您的问题无关。您的问题是关于将文件一分为二，而代码比较两个不同文件的匹配行。请澄清。
@fedorqui 正确，我一遍又一遍地使用相同的标题以及介于两者之间的段落。我想提取每个样本之间的信息，并（如果可能）保留一个石南花。抱歉，上述描述没有更详尽。
@dan1111 我正在尝试使用该示例 perl 脚本，只是为了查看是否能够在两个文件之间找到匹配项，然后将输出打印到不同的文件中。很抱歉没有说清楚。

标签： perl unix split truncate

【解决方案1】：

大概是这样的吧？

use strict;
use warnings;

open my $fh, '<', 'chrom.txt' or die $!;

my %fh;

while (<$fh>) {

  if ( /^#CHROM/ ) {

    my $name =  (split)[-1];

    if ($fh{$name}) {
      select $fh{$name};
      next;
    }

    my $file = "$name.txt";
    open $fh{$name}, '>', $file or die qq{Unable to open "$file" for output: $!};
    print STDOUT qq{Created file "$file"\n};
    select $fh{$name};
  }

  print;
}

【讨论】：

非常感谢！所以基本上你为每个标题创建一个哈希，你为每个键创建和输出文件。然后它如何将石南花之间的信息放入每个输出文件中？感谢您的帮助！
select 函数切换默认输出文件句柄，以便print 没有文件句柄参数输出到最后选择的句柄。 STDOUT 是任何程序启动时选择的句柄。请接受您认为最能回答您的问题的答案。

【解决方案2】：

awk '/^#CHROM/{typ=$10;a[$0]++} a[$0]<2{print >> typ}' inputFile

这个 awk 脚本似乎可以工作 +

【讨论】：

感谢您的回复。您能否向我解释一下 {print >> typ}' 的作用？谢谢！
typ 是一个包含最新类型的变量，即。 CL001-SC 或 PID008SM。所以 {print >> typ} 将当前行追加到相应的文件中。