Hi Masters,

___________________________________________________________________________________
Group of orthologs #1. Best score 3010 bits
Score difference with first non-orthologous sequence - yeast:3010   human:2754
YHR165C             	100.00%		PRP8_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #2. Best score 2100 bits
Score difference with first non-orthologous sequence - yeast:2033   human:1978
YLR106C             	100.00%		MDN1_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #3. Best score 2082 bits
Score difference with first non-orthologous sequence - yeast:997   human:593
YJL130C             	100.00%		PYR1_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #4. Best score 1959 bits
Score difference with first non-orthologous sequence - yeast:1959   human:1007
YKR054C             	100.00%		DYHC_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #5. Best score 1855 bits
Score difference with first non-orthologous sequence - yeast:1855   human:1022
YNR016C             	100.00%		Q6KE87_HUMAN        	100.00%
YMR207C             	19.86%		COA2_HUMAN          	90.52%
                    	       		COA1_HUMAN          	53.30%
___________________________________________________________________________________
Group of orthologs #6. Best score 1838 bits
Score difference with first non-orthologous sequence - yeast:1748   human:1767
YDL140C             	100.00%		RPB1_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #7. Best score 1768 bits
Score difference with first non-orthologous sequence - yeast:1768   human:1636
YJR066W             	100.00%		Q4LE76_HUMAN        	100.00%
YKL203C             	49.22%

Kijk naar het voorbeeld gegeven:
Als de laatste regel van 5 wordt weergegeven als "5; 1855;;; COA1_HUMAN; 53,30%"
shouldnt de laatste regel van 7 worden weergegeven als "7; 1768;;; YKL203C; 49%" in plaats van "7; 1768; YKL203C; 49%;"?

Nee, de originele bestand was

leeg leeg record record voor # 5
Record Record leeg leeg # 7.

Toen ik rapporteerde de dossiers, de lege ruimten werden gemist. Maar het moet worden gewonnen als een lege ruimte. Nogmaals bedankt.

Dit is moeilijker dan het lijkt, omdat gebieden worden gedefinieerd door zowel syntaxis en positie. Hier is een ksh script dat werkt met uw monster gegevens. Maar alle verrassingen in uw echte gegevens kunnen breken.

#! /usr/bin/ksh

IFS=""
while read line ; do
    line=${line##+(_)}
    ((${#line})) ||  continue
    if [[ "$line" != "Group of orthologs"* ]] ; then
        echo error looking for start of record 1>&2
        echo $line  1>&2
        exit 1
    fi
    line=${line#"Group of orthologs #"}
    Group_number=${line%%\.*}
    line=${line#*"Best score "}
    Best_Score=${line%" "*}
    read line
    if [[ $line != "Score difference with "* ]] ; then
        echo "error stepping over 2nd line of group $Group_number" 1>&2
        echo $line  1>&2
        exit 1
    fi
    ProteinLines=1
    while ((ProteinLines)) ; do
        if read line ; then
            line=${line##+(_)}
            if ((!${#line})) ; then
                ProteinLines=0
            else
                eval set $line
                firstchar="${line%${line#?}}"
                if [[ $# -eq 4 ]] ; then
                    S_one=$1
                    P_one=$2
                    S_two=$3
                    P_two=$4
                else
                    if [[ $firstchar = [a-zA-Z0-9] ]] ; then
                        S_one=$1
                        P_one=$2
                        S_two=""
                        P_two=""
                    else
                        S_one=""
                        P_one=""
                        S_two=$1
                        P_two=$2
                    fi
                fi
                echo "${Group_number};${Best_Score};${S_one};${P_one};${S_two};${P_two};"
            fi
        else
            ProteinLines=0
        fi
    done
done
exit 0

$
$ ./pro < data
1;3010;YHR165C;100.00%;PRP8_HUMAN;100.00%;
2;2100;YLR106C;100.00%;MDN1_HUMAN;100.00%;
3;2082;YJL130C;100.00%;PYR1_HUMAN;100.00%;
4;1959;YKR054C;100.00%;DYHC_HUMAN;100.00%;
5;1855;YNR016C;100.00%;Q6KE87_HUMAN;100.00%;
5;1855;YMR207C;19.86%;COA2_HUMAN;90.52%;
5;1855;;;COA1_HUMAN;53.30%;
6;1838;YDL140C;100.00%;RPB1_HUMAN;100.00%;
7;1768;YJR066W;100.00%;Q4LE76_HUMAN;100.00%;
7;1768;YKL203C;49.22%;;;
$

Heres met commandoregelprogramma PERL:

$ perl -ne 'hakken; gesplitst;
> If ($ _ [0] eq "Groep")
> ($ Groep \u003d substr ($ _ [3], 1, length ($ _ [3]) -2); $ score \u003d $ _ [6];)
> Else (
> If ($ _! ~ / ^ \ S *$/&&$_[ 0] ne "Score")
> (If (@_\u003d\u003d 2) (push (@_,"","");}
> Als (@_\u003d\u003d 3) (unshift (@_,"");}
> $ String \u003d meedoen (";",@_);
> Print ( "\ n $ groep; $ gast; $ string ");}}' bestandsnaam


Aanname (s):
Uw administratie kan hebben slechts 4 elementen op het maximum.
Dat is,
record / blanco record / blanco record / blanco record / blank
Als u mij vertellen of deze tab gescheiden, ik kan helpen met een meer robuuste code.

En als Perderabo zegt, een echte verrassingen in de gegevens kunnen breken!
(Merk op dat Perderabos' code genereert volgnullen kommapunt die u waarschijnlijk niet nodig)