Perl 从文件中隔离特定的列但是当一列中有特殊字符时不起作用

Question

我写了一个脚本来将特定列从 1 个文件隔离到一个新文件。它在大多数情况下都按预期工作，但是，当我的数据文件的其中一列中有 / 时，以下脚本将不起作用，只有 returns 1 行。

For example,
A B C D E
1 2 3 4 /sb/home/
1 3 4 5 /sb/home/

The script will only return 
1 2 3 +

Without the E column, it returns everything as intended.
1 2 3 +
1 3 4 +

use strict;
use warnings;

my ($file1, $file2) = @ARGV;

open my $fh1, '<', $file1;

open my $fh2, '>', $file2;

while (<$fh1>) {
    my @columns = split /\t/, $_;

    print {$fh2} "$columns[0]\t$columns[1]\t$columns[2]\t+\n";
}

close $fh1;
close $fh2 or die $!;

关于为什么会发生这种情况以及解决方法的任何想法？

Answer 1

我把你的程序改成了这个来测试：

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

my ($file1, $file2) = @ARGV;

while (<DATA>) {
    my @columns = split /\t/, $_;

    print "$columns[0]\t$columns[1]\t$columns[2]\t+\n";
} 

__DATA__
1   2   3   4   /sb/home/
1   3   4   5   /sb/home/

我得到：

1   2   3   +
1   3   4   +

我怀疑问题出在您的输入文件上。 Perl 读取 NL，如果文件在 NL 之前结束，您可能无法读取最后一行。检查你的文件。确保最后一行以 NL 结尾，看看是否有帮助。

几点建议：

使用use autodie; 或在打开文件时检查。关闭文件时这样做并不重要。
拆分时，最好使用split /\s+/, $string;，因为/\s+/表示任意数量的空格或制表符。如果出于某种原因有人将两个制表符连成一行，或使用了空格，它仍然有效。

Answer 2

您在“\t”上拆分，但您的列由空格或“\s”分隔

改变

my @columns = split /\t/, $_;

到

my @columns = split /\s/, $_;

此外，正如 David 所说，检查您的行结尾并确保每行以 "new line" 结尾，否则 Perl 可能无法正确处理它。

Perl 从文件中隔离特定的列但是当一列中有特殊字符时不起作用

Perl isolating specific columns from file but doesnt work when there is special characters in one column

perl

bioinformatics

multiple-columns