[問題] 算蛋白質長度

[hardcover (我要去流浪)]

我有一個檔案像這樣
>sp|P15711|104K_THEPA 104 kDa microneme/rhoptry antigen OS=Theileria parva GN=TP04_0437 PE=2 SV=100
MKFLILLFNILCLFPVLAADNHGVGPQGASGVDPITFDINSNQTGPAFLTAVEMAGVKYL
QVQHGSNVNIHRLVEGNVVIWENASTPLYTGAIVTNNDGPYMAYVEVLGDPNLQFFIKSG
DAWVTLSEHEYLAKLQEIRQAVHIESVFSLNMAFQLENNKYEVETHAKNGANMVTFIPRN
GHICKMVYHKNVRIYKATGNDTVTSVVGFFRGLRLLLINVFSIDDNGMMSNRYFQHVDDK
>sp...
DAWVTLSEHEYLAKLQEIRQAVHIESVFSLNMAFQLENNKYEVETHAKNGANMVTFIPRN
...
>sp...
GHICKMVYHKNVRIYKATGNDTVTSVVGFFRGLRLLLINVFSIDDNGMMSNRYFQHVDDK
...
>sp...
FL...
...

每個蛋白質都由 >sp 隔開，我想算中間那段有多少char，
不知怎麼下 expression ?

thanks

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 140.114.71.98
推 PsMonkey:RE 沒辦法算長度吧？
→ hardcover:喔喔，本來是想說看能不能用一些 linux 上的ultilities
→ hardcover:就把答案湊出來。後來還是要寫 program
> -------------------------------------------------------------------------- <

作者: supertitler (好難OO) 看板: RegExp
標題: Re: [問題] 算蛋白質長度
時間: Tue Aug 26 14:00:39 2008

  先說一下我的假設

  你有一個檔案像這樣
: >sp|P15711|104K_THEPA 104 kDa microneme/rhoptry antigen OS=Theileria parva GN=TP04_0437 PE=2 SV=100
  以>來區隔每個蛋白質，而後是蛋白質的metadata(?)
  metadata中不會出現\n，最後以換行作結束
  如果是這樣的話

: 每個蛋白質都由 >sp 隔開，我想算中間那段有多少char，
: 不知怎麼下 expression ?
  要算中間那段資料有多少字元，先取出字串，再看長度多少囉
  我的作法是(\n[^>]*)，如此可以取得中間的那段資料
  至於中間的資料有換行的部份可以直接取代成空白就好

  然後看你用什麼語言，去得到字串長度



--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 220.129.169.253
※ 編輯: supertitler     來自: 220.129.169.253      (08/26 14:56)
→ hardcover:thanks
推 MichaelHsin: | wc -c