Doute sur une expression régulière

Doute sur une expression régulière - Perl - Programmation

Marsh Posté le 03-04-2008 à 14:15:19    

Bonjour à tous,
 
Simple doute, donc simple question sur les regex :
Dans un de mes documents, je retrouve des phrases sous la forme : "Leu/Leu" ou "Pas/Pas" ou "Tir/Tir"..."Xxx/Xxx"
 
Je ne trouve pas une expression régulière pour les récupérer. Il faudrait dire
que les 2 chaînes de caractères sont identiques, commençant par une majuscule, composées de 3 lettre et séparées par un "/".
 
Il faudrait completer cette expression : (en faisant en sorte que ces 2 chaines de caractères soient identiques !!)
$S =~ /^[A-Z]{1}[a-z]{2}\/[A-Z]{1}[a-z]{2}$/
 
Merci pour vos commentaires

Reply

Marsh Posté le 03-04-2008 à 14:15:19   

Reply

Marsh Posté le 03-04-2008 à 14:25:37    

/^([A-Z][a-z]{2})\/\1$/


---------------
Software and cathedrals are much the same - first we build them, then we pray.
Reply

Marsh Posté le 03-04-2008 à 14:44:43    

Merci pour ta réponse.
 
Mais cela dit, j'ai remarqué dans ma page html, les informations du type : "Xyz/Xyz"...sont ancrées dans des balises avec pour mise en forme :
 
Code :
 

Code :
  1. <td>
  2.            
  3.             Asp/Asp
  4.           </td>


 
On y retrouve des sauts de lignes et tabulations !! Pouvez vous ainsi m'aider pour créer l'expression régulière pour récupérer cette informations
 
Idées ???
Code :
 

Code :
  1. $s =~ m/^\n\n\t([A-Z]{1}[a-z]{2}\/[A-Z]{1}[a-z]{2})$/


 
ou
Code :
 

Code :
  1. $s =~ m/^\n\n\t([A-Z][a-z]{2})/\1


 
Merci


Message édité par stansoad0108 le 03-04-2008 à 14:45:20
Reply

Marsh Posté le 03-04-2008 à 15:09:09    

vire le ^ (et le $ au passage) au debut de la regex, c'est lui qui te pose problème:

/([A-Z][a-z]{2})\/\1/


Message édité par anapajari le 03-04-2008 à 15:09:18

---------------
Software and cathedrals are much the same - first we build them, then we pray.
Reply

Marsh Posté le 04-04-2008 à 09:36:04    

Bonjour,
 
J'ai bien rajouté ta réponse dans mon programme; cela fonctionne, mais dans ma console on m'imprime toujours :
 

Code :
  1. Amino Acid Translation :                           Leu/Leu


 
Je voudrais à présent enlever cette tabulation...
J'ai même essayé de rajouter ($text =~ s/\n/ /g;) pour tenter de supprimer les tabulations, mais cela m'affiche comme ci dessus
 
Pouvez vous m'aider
Merci

Message cité 1 fois
Reply

Marsh Posté le 04-04-2008 à 09:40:20    

stansoad0108 a écrit :

Bonjour,
J'ai bien rajouté ta réponse dans mon programme; cela fonctionne, mais dans ma console on m'imprime toujours :

Code :
  1. Amino Acid Translation :                           Leu/Leu




fait voir le reste du code


---------------
Software and cathedrals are much the same - first we build them, then we pray.
Reply

Marsh Posté le 04-04-2008 à 11:34:16    

D'accord, mais je te préviens, il est assez long...
 
Ce n'est pas si grave, si dans ma console, j'ai des tabulations....Donc ne te casses pas la tête pour ca !!!
 

Code :
  1. #!/usr/bin/perl
  2. use strict;
  3. use warnings;
  5. use HTML::Parser;
  6. use LWP::Simple;
  8. #Variables
  9. my $baseurl = 'http://www.pharmgkb.org/views/reports/loadVariantReports.action?geneId=';
  10. my $flag = 0;
  12. die "usage: $0 role code\n"
  13.     if @ARGV != 1;
  15. my $code = $ARGV[0];
  17. print "$code\n";
  19. #Page URL où parser
  20. my $url = $baseurl.$code;
  21. my $page = get($url);
  22. print "$url\n";
  24. #Tableau où sera ranger le menu :
  25. my @tab_menu=@_;
  27. #Parser
  28. my $parser = HTML::Parser->new(start_h => [\&start_rtn,"tag, attr"],
  29.                 text_h => [\&text_rtn, "text"],
  30.                 end_h => [\&end_rtn, "tag"]
  31.                 );
  33. #****************************************************************************************
  34. sub start_rtn {
  35. my ($tag, $attr) = @_;
  37. #$Flag = 1 (Titre)   
  38. if ($tag =~ /^title$/){
  39.          $flag = 1;
  40.     }
  42. #$Flag = 2 (Menu)
  43. if($tag =~ /^th$/){
  44.  $flag = 2;
  45. }
  47. #$Flag = 3 (GP Position)
  48. if ($tag =~ /^a$/
  49.  and defined $attr->{href} 
  50.       and $attr->{href} =~ /^\/redirect\.jsp\?p=http%3A%2F%2Fgenome\.ucsc\.edu%2Fcgi-bin%2FhgTracks%3Fposition%3D/
  51.      and defined $attr->{target}
  52.       and $attr->{target} =~ /^offsite$/){   
  53.     $flag = 3;
  54. }
  56. #$Flag = 4 (dbSNP Id)
  57. if ($tag =~ /^a$/
  58.  and defined $attr->{href} 
  59.       and $attr->{href} =~ /^\/redirect\.jsp\?p=http%3A%2F%2Fwww\.ncbi\.nlm\.nih\.gov%2Fentrez%2Fquery./
  60.      and defined $attr->{target}
  61.       and $attr->{target} =~ /^offsite$/){   
  62.     $flag = 4;
  63. }
  65. #$Flag = 5 (Variant)
  66. if ($tag =~ /^a$/
  67.  and defined $attr->{href}
  68.  and $attr->{href} =~ /^\/views\/reports\/loadVariantReport/){
  69.  $flag = 5;
  70. }
  72. #$Flag = 6 (Feature / Amino Acid Translation / Number of Chromosomes / Assay Types)
  73. if ($tag =~ /^td$/){
  74.  $flag = 6;
  75. }
  78. #$Flag = 8 (Frequency)
  79. if ($tag =~ /^a$/
  80.  and defined $attr->{href}
  81.  and $attr->{href} =~ /^\/views\/reports\/loadFrequencyInSampleSets/){
  82.  $flag = 7;           
  83. }
  85. #$Flag = 9 (View == FIN)
  86. if ($tag =~ /^a$/
  87.  and defined $attr->{href}
  88.  and $attr->{href} =~ /^\/views\/reports\/loadSampleAlleles/){
  89.  $flag = 9;           
  90. }
  91. }
  93. #*****************************************************************************************
  94. sub text_rtn {
  95. my ($text) = @_;
  96.     $text =~ s/\n/ /g;
  98. #$Flag = 1 (Titre)
  99. if($flag == 1){               
  100.          print "Le titre : $text \n";
  101.      }
  103. #$Flag = 2 (Menu)
  104. if($flag == 2){               
  105.  push(@tab_menu, $text);
  106.      }
  108. #$Flag = 3 (GP Position)
  109. if($flag == 3){             
  110.           print "GP POSITION : $text \n";
  111.      }
  113. #$Flag = 4 (dbSNP Id)
  114. if($flag == 4){
  115.  my $base_URL_dbSNP_Id = 'http://www.ncbi.nlm.nih.gov/sites/entrez?db=snp&cmd=search&term=';             
  116.  my $url_dbSNP_Id = $base_URL_dbSNP_Id.$text;
  117.  print "dbSNP Id : $text /// $url_dbSNP_Id\n";
  118.      }
  120. #$Flag = 5 (Variant)
  121. if($flag == 5 && $text =~ /^[^0-9]\/.+$/){
  122.  print "Variant : $text \n";
  123. }
  125. #$Flag = 6 (Feature)
  126. if($flag == 6 && (($text eq 'Exon') || ($text eq 'Intron') || ($text eq 'NA') || ($text =~ /^[0-9]' UTR$/))){
  127.  print "Feature : $text\n" ;
  128. }
  130. #$Flag = 6 (Amino Acid Translation)
  131. if($flag == 6 && ($text =~ /^[A-Z]{1}[a-z]{2}\/[A-Z]{1}[a-z]{2}$/) || ($text =~ /^[A-Z]{1}[a-z]{2}$/) || ($text =~ /^\s[^0-9]+\/[^0-9]+$/)){
  132.   $text =~ s/\n/ /g;
  133.   print "Amino Acid Translation : $text\n";
  134. }
  136. #$Flag = 7 (Frequency)
  137. if($flag == 7){
  138.  print "Frequency : $text\n";
  139.      }
  141. #$Flag = 6 (Number of Chromosomes)
  142. if($flag == 6 && ($text =~ /^[0-9]/ && $text ne '3\' UTR' && $text ne '5\' UTR')){
  143.  print "Number of Chromosomes : $text\n";
  144. }
  146. #Flag = 6 (Assay Types)
  147. if($flag == 6 && (($text =~ /^[A-Z]{1}[a-z]{3,}$/ || $text =~ /^[A-Z]{1}[a-z]{3,}, [A-Z]{1}[a-z]{3,}$/) && $text ne 'Exon' && $text ne 'Intron'
  148. && $text ne 'View' && $text ne 'Queries' && $text ne 'Drugs' && $text ne 'Genes' && $text ne 'Diseases' && $text ne 'Pathways')) {
  149.  print"Assay types : $text\n";
  150. }
  152. #$Flag = 9 (View == FIN)
  153. if($flag == 9){
  154.  print"* * * * * * * * * * * * * *\n";
  155. }
  156. }
  158. #******************************************************************************************
  159. sub end_rtn {
  160. my ($tag) = @_;
  162. #$Flag = 1 (Titre)
  163. if ($tag =~ /^\/title$/){
  164.                $flag = 0;
  165. }
  167. #$Flag = 2 (Menu)
  168. if ($tag =~ /^\/thead$/){
  169.       my $Text_menu = join("\n ", @tab_menu);
  170.       print"===> MENU : \n $Text_menu\n";
  171.  $flag = 0;
  172.  print "****************\n";
  173. }
  175. #$Flag = 3 (GP Position)
  176. if ($tag =~ /^\/a$/ && ($flag == 3)){
  177.                $flag = 0;
  178. }
  180. #$Flag = 4 (dbSNP Id)
  181. if ($tag =~ /^\/a$/ && ($flag == 4)){
  182.                $flag = 0;
  183. }
  185. #$Flag = 5 (Variant)
  186. if ($tag =~ /^\/a$/ && ($flag == 5)){
  187.                $flag = 0;
  188. }
  190. #$Flag = 6 (Feature / Amino Acid Translation / Number of Chromosomes / Assay Types)
  191. if ($tag =~ /^\/td$/ && ($flag == 6)){
  192.  $flag = 0;
  193. }
  195. #$Flag = 8 (Frequency)
  196. if ($tag =~ /^\/a$/ && ($flag == 7)){
  197.                $flag = 0;
  198. }
  200. #$Flag = 9 (View == FIN)
  201. if ($tag =~ /^\/a$/ && ($flag == 9)){
  202.                $flag = 0;
  203. }
  204. }
  206. #*******************************************************************************************
  207. #start parsing
  208. $parser->parse($page);
  209.  
  210. #end parser
  211. $parser->eof;
  213. #FIN PROGRAMME !!!


 
 
Et je te donne une partie de ma console finale :
 

Code :
  1. PA50
  2. http://www.pharmgkb.org/views/repo [...] eneId=PA50
  3. Le titre : PharmGKB: Variants in APOB
  5. ===> MENU :
  6. GP Position
  7.  
  8. dbSNP Id
  9.  
  10. Variant
  11.  
  12. Feature
  13.  
  14. Amino Acid
  15. Translation
  16.  
  17. Frequency
  18.  
  19. Number of
  20. Chromosomes
  21.  
  22. Assay Types
  23.  
  24. Flags
  25.  
  26. Data
  27. ****************
  28. GP POSITION : chr2:21077927
  29. dbSNP Id : rs12720763 /// http://www.ncbi.nlm.nih.gov/sites/ [...] rs12720763
  30. Variant : G/T
  31. Feature : 3' UTR
  32. Frequency : 98.89%/1.11%
  33. Number of Chromosomes : 90
  34. Assay types : Sequencing
  35. * * * * * * * * * * * * * *
  36. GP POSITION : chr2:21078348
  37. dbSNP Id : rs12713450 /// http://www.ncbi.nlm.nih.gov/sites/ [...] rs12713450
  38. Variant : C/T
  39. Feature : Exon
  40. Amino Acid Translation : Thr/Met
  41. Frequency : 97.87%/2.13%
  42. Number of Chromosomes : 94
  43. Assay types : Sequencing
  44. * * * * * * * * * * * * * *
  45. GP POSITION : chr2:21079015
  46. dbSNP Id : rs12713457 /// http://www.ncbi.nlm.nih.gov/sites/ [...] rs12713457
  47. Variant : C/T
  48. Feature : Exon
  49. Amino Acid Translation :                           Leu/Leu         
  50. Frequency : 98.94%/1.06%
  51. Number of Chromosomes : 94
  52. Assay types : Sequencing
  53. * * * * * * * * * * * * * *
  54. .....
  55. .....
  56. .....

Reply

Marsh Posté le 04-04-2008 à 14:45:10    

Tout d'abord tu n'as pas utilisé la regex que je conseillais c'est dommage par exemple "Leu/Too" sera matché alors que ça devrait pas.
La tienne est vraiment pas terrible en plus.

 

Ensuite, tu n'affiches pas la partie de texte qui correspond à ta recherche mais l'intégralité de "la ligne" où ta pattern a été rencontrée.
Par exemple si tu as dans $text:

toto titi tata Leu/Leu tiitii taataa tootoo


et bien tu afficheras

Amino Acid Translation : toto titi tata Leu/Leu tiitii taataa tootoo


c'est ce morceau de code qui va pas:

Code :
  1. #$Flag = 6 (Amino Acid Translation)
  2. if($flag == 6 && 
  3.  (
  4.   $text =~ /^[A-Z]{1}[a-z]{2}\/[A-Z]{1}[a-z]{2}$/) || 
  5.   $text =~ /^[A-Z]{1}[a-z]{2}$/ || 
  6.   $text =~ /^\s[^0-9]+\/[^0-9]+$/
  7.  )
  8. ){
  9.   $text =~ s/\n/ /g;
  10.   print "Amino Acid Translation : $text\n";
  11. }


Le plus simple reste peut être de virer les tabs de $text au même endroit que tu enlèves les retours à la ligne (l96):

Code :
  1. $text =~ s/[\n\t]//g;
 

note: tout ça pourrait être ré-écrit en 5 fois moins de ligne et 10 fois plus clair, mais vu que ça a l'air de faire ce que tu veux on va pas se compliquer la vie ;)


Message édité par anapajari le 04-04-2008 à 14:46:53

---------------
Software and cathedrals are much the same - first we build them, then we pray.
Reply

Marsh Posté le 08-04-2008 à 14:39:20    

C'est bon j'ai rajouté ton expression dans ma sub text_rtn..Ca fonctionne
 
Merci

Reply

Sujets relatifs:

Leave a Replay

Make sure you enter the(*)required information where indicate.HTML code is not allowed