perl脚本练习：fasta格式与tab格式序列之间相互转换(2

前言

我的认知里，fasta格式中“>”只会位于行首。但是我写脚本用的示例数据里出两行特殊id。这两个id中除了行首的“>”，中间还有“>”，造成原脚本不能适用。所以在脚本里加了个检查，检查是否出了行首还有其它位置有“>”。检查是检查了，但是还没有解决问题。于是没有修改设定分隔符“$/”的值，而是改成对读入的每行进行检查了。

今天把改后的适用性更广的代码发出来！脚本有点挫，不过问题不大。

使用

跟上一篇代码一样
将fasta格式转换为tab分割

perl  fa2tab.pl  -fa2tab  seqs.fa(input)  seqs.fa.tsv(output)

将tab分割的文件转换为fasta格式

perl fa2tab.pl -tab2fa  seqs.fa.tsv(input)  seqs.fa.tsv.fa(output)

注意事项：脚本和输入文件只能放在当前目录。

代码

#!/usr/bin/env perl

use strict;

my $usage = "Usage:\nperl $0 -fa2tab seqs.fa(input) seqs.fa.tsv(output)\nperl fa2tab.pl -tab2fa seqs.fa.tsv(input) seqs.fa.tsv.fa(output)\n";
my $option = "$ARGV[0]";

die "$usage" unless $option =~ /-fa2tab|-tab2fa/i;#注意优先级；是不是很神奇;
die "$usage" unless @ARGV == 3; #列表上下文


if($option =~ /-fa2tab/i){
    open FA,"$ARGV[1]" || die "\nERROR: Couldn't open $ARGV[1] !\n";
    my $tmp = "tmp"."$ARGV[2]";
    open TMP,'>',$tmp || die "\nERROR: Couldn't open $tmp !\n";
    while (<FA>){
        if(/\A>/){  #按行首>读入；
            chomp;
            $_ =~ s/^>//;
           print TMP "\n$_\t";#第一行会多一个空行，所以先建了个临时文件；
        }else{
            chomp;
            print TMP "$_";#此处不添加分隔符，而在id序列行前加换行符；
        }
    }
    close FA;
    close TMP;
    open TMP,$tmp|| die "\nERROR: Couldn't create $tmp !\n";#开始解决空行问题
    open TSV,'>',"$ARGV[2]" || die "\nERROR: Couldn't create $ARGV[2] !\n";
    while(<TMP>){
        next if /^\s+$/;
        print TSV $_;
    }
    print TSV "\n";#R语言read_delim()读入数据框时提示“Files must end with a newline”，所以在文件最后放入一个空行。
    close TMP;
    close TSV;
    unlink $tmp; #删除临时文件；
}elsif($option =~ /-tab2fa/){
    open TSV,"$ARGV[1]" || die "\nERROR: Couldn't open $ARGV[1] !\n";
    open FA,'>',"$ARGV[2]"|| die "\nERROR: Couldn't create $ARGV[2] !\n";
    my ($id, $seq);
    while(<TSV>){
        next unless (my ($id,$seq) = /(.*?)\t(.*)/s);
        chomp $seq; #对于这么短的模块，这么写有点多余了；
        print FA ">$id\n$seq\n"; #printf 取格式化输出控制每行序列数，有兴趣的自己改下。
    } #应该不用写else了，前面已经限定了只有这两种情况才可执行；
    close FA;
    close TSV;
}

总结

1. 新手写脚本就是在写bug