Эти операторы не являются противоречащими, они оба верны. Вы или перепутываете названия дистрибутивов или определение включенных условий.
Вы, вероятно, путаете RH с RHEL. Былые времена Redhat и текущей очереди Fedora and Redhat Enterprise Linux очень отличаются.
RedHat Enterprise Linux является в основном профессионально перехешированной версией Fedora с контрактом на поддержку. CentOS является в основном подражателем RHEL без предложения контракта на поддержку.
Fedora независим от любого другого текущего распределения. На самом деле это - один из ведущих независимых дистрибутивов. Независимый означает, что это - разработка, автономная операция. Зависимый или на языке Distrowatch "на основе" дистрибутивов является, которые являются только модификациями других дистрибутивов и уверены в другой работе дистрибутивов, чтобы продолжить продвигаться.
Примером зависимого дистрибутива был бы CentOS, который полагается на переупаковку материала от RHEL. RHEL в свою очередь полагается на техническую разработку, сделанную на Fedora для продолжения. Монетный двор полагается на процесс разработки Ubuntu и просто слои на их собственных изменениях.
При небольшом изменении решения, предоставленного Gilles в этом вопросе (также упомянутый jw013), можно получить эффект, который Вы просите, за исключением того, что порядок основан на входной последовательности и не идентичный output.txt
перечисленный в Вашем вопросе:
awk -v patterns_file=list.txt '
BEGIN {
while (getline < patterns_file)
patterns_array[">" $0] = 1
close(patterns_file)
}
$0 in patterns_array { print; getline; print }
' sample[1-3].txt
Вывод:
>GETID_17049_knownids_1/2_Confidence_0.625_Length_2532
sampletextforsample1
>GETID_11084_knownids_3/3_Confidence_0.600_Length_1451
sampletextforsample2
>GETID_17049_knownids_1/2_Confidence_0.625_Length_2532
sampletextforsample3
>GETID_15916_knownids_10/11_Confidence_0.324_Length_1825
sample2textforsample3
Заставить эту работу с многострочными записями использовать соответствующий разделитель записей (RS
), в Вашем случае, устанавливающем его на: greater-than
в начале файла (^>
) или new-line
сопровождаемый greater-than
(\n>
) или new-line
в конце файла (\n$
) походите на хороший выбор на основе обеспеченного входа.
Что-то вроде этого должно работать:
awk -v patterns_file=patterns.txt '
BEGIN {
while (getline < patterns_file)
patterns_array[$0] = 1
close(patterns_file)
RS="^>|\n>|\n$"
}
$1 in patterns_array { print ">" $0 }
' sample[1-3].txt
Для вывода каждой записи только однажды удалите его из patterns_array
после того, как произведено:
awk -v patterns_file=patterns.txt '
BEGIN {
while (getline < patterns_file)
patterns_array[$0] = 1
close(patterns_file)
RS="^>|\n>|\n$"
}
$1 in patterns_array { print ">" $0; delete patterns_array[$1] }
' sample[1-3].txt
Вот решение для Perl. Это будет работать на любое количество файлов и ожидает, что первый файл будет списком. Это также добавит имя файла к заголовку FASTA.
#!/usr/bin/perl -w
use strict;
my $list=shift;
open(A,$list);
my %k;
while(<A>){
## Remove trailing newline
chomp;
if ( /(\d+?)_knownids_(.+?)_.+?(\d+)$/){
## Concatenate the patterns and save in a hash
my $pp=join("-", $1,$2,$3);
$k{PAT}{$pp}=$_;
}
}
close(A);
## Read each input file
my $name;
for my $f (@ARGV) {
open(F,$f);
while(<F>){
## Skip empty lines
next if /^\s*$/;
## Is this a FASTA header?
if ( /^\s*>/){
## If this id is in the list, keep it for this file
if(/(\d+?)_knownids_(.+?)_.+?(\d+)$/){
$name=join("-", $1,$2,$3);
}
## Skip the sequences we are not interested in
else{$name="foo"}
}
## Collect the sequence
else {
if (defined($k{PAT}{$name})) {
$k{$f}{$name}.=$_;
}
}
}
close(F);
}
## For each unique pattern found in list.txt
foreach my $pat (keys(%{$k{PAT}})) {
## For each of the files passed as arguments
foreach my $file (@ARGV) {
## If the pattern was found in that file, print
if (defined($k{$file}{$pat})) {
print ">$k{PAT}{$pat}_$file\n";
print "$k{$file}{$pat}"
}
}
}
Если сценарий сохраняется как compare.pl
, сделайте:
$ ./compare.pl list.txt sample1.txt sample2.txt sample3.txt sampleN.txt
Вывод:
> GETID_11084_knownids_3/3_Confidence_0.600_Length_1451_sample2.txt
sampletextforsample2
> GETID_17049_knownids_1/2_Confidence_0.625_Length_2532_sample1.txt
sampletextforsample1
> GETID_17049_knownids_1/2_Confidence_0.625_Length_2532_sample3.txt
sampletextforsample3
> GETID_15916_knownids_10/11_Confidence_0.324_Length_1825_sample3.txt
sample2textforsample3
patterns_array
после того, как произведено. Я добавлю редактирование. – Thor 30.08.2012, 19:17