Regex 在Perl中按相反顺序匹配字符串

我有一个文件，第一列中有成对的字符串，它们之间用空格隔开，另外两列中有值。 我想创建一个新文件，其中字符串对在同一行中匹配，而不管它们的顺序如何。 例如，打印包含对“GAT_1 GAT_2”的行，以及旁边包含“GAT_2 GAT_1”的行。 将每个字符串分配给给定对的变量后，如何在不重复的情况下比较不同行的字符串

# discard headers

foreach $line (@file) {
  @columns = split (/\t/, $line);
  @strings = split (/\s/, $columns[0]);
    # pseudocode:
foreach line that has pair "$strings[0] $strings[1]" {
    print $line,"\t", and $line where pair is "$strings[1] $strings[0]"

Input:
   pair         val1    val2
GAT_1 GAT_2     0.2     4.5
GAT_1 GAT_3     0.1     0.2
GAT_4 GAT_5     0.9     7.5
GAT_5 GAT_4     0.5     8.3
BLAC BABA       8.3     1.3
BABA BLAC       8.9     1.1
GAT_2 GAT_1     1.2     2.1
GAT_3 GAT_1     3.4     4.3


Ouput:
   pair        val1     val2       pair        val1   val2
GAT_1 GAT_2     0.2     4.5    GAT_2 GAT_1     1.2     2.1
GAT_1 GAT_3     0.1     0.2    GAT_3 GAT_1     3.4     4.3
GAT_4 GAT_5     0.9     7.5    GAT_5 GAT_4     0.5     8.3
BLAC BABA       8.3     1.3    BABA BLAC       8.9     1.1

---

这里有一种解决这个问题的方法，它适用于任意数量的值列。基本方法是我在我的文章中建议的，即规范化键，然后将找到的任何值推送到数组中

use strict;
use warnings;

my %unique;

while (<DATA>) {
    chomp;
    next unless /^\S/;
    my @fields = split;

    my $key = join(' ', sort(splice(@fields, 0, 2)));
    push(@{$unique{$key}}, @fields);
}

for my $key (keys(%unique)) {
    print join("\t", $key, @{$unique{$key}});
    print "\n";
}

__DATA__
   pair         val1    val2
GAT_1 GAT_2     0.2     4.5
GAT_1 GAT_3     0.1     0.2
GAT_4 GAT_5     0.9     7.5
GAT_5 GAT_4     0.5     8.3
BLAC BABA       8.3     1.3
BABA BLAC       8.9     1.1
GAT_2 GAT_1     1.2     2.1
GAT_3 GAT_1     3.4     4.3

小的变化将给你你想要的： （未经测试）：

my@keys=拼接（@fields，0，2）；
我的$key=join（“”，@key）；
my$skey=join（“”，sort@keys）；
push（@{$unique{$skey}{$key}}，@fields）；

对于我的$skey（密钥（%unique））{
对于我的$key（key（%unique{$skey}））{
打印连接（“\t”，$key，@{$unique{$skey}{$key}}）；
打印“\t”；
}
打印“\n”；
}

您只关心具有匹配（反向）对的行吗？此外，如何在拆分后强制执行严格数量的值？当然，这是干什么用的？看起来你自己并没有尽力去解决这个问题。伪代码是一个开始，但实际工作如何？@sln是的，我只关心那些行，但它们都应该有一个匹配的反向对。我试图避免为每个匹配生成具有以下输出的文件：pair val1 val2 pair val1 val2 GAT_1 GAT_2 0.2 4.5 GAT_2 GAT_1 1.2 2 2.1 GAT_2 GAT_1 1 1.2 2 2.1 GAT_1 GAT_2 0.2 4.5但我不知道如何在拆分后强制执行严格数量的值。这是为了消除文件中的冗余，因为对被视为不同的实体，但它们实际上是相同的。@马特·雅各布我真的想不出一个算法来解决这个问题，问题应该是“这有可能吗？”这是编程——任何事情都有可能专门研究散列。你的输入文件有多大？我现在明白你说的“规范化”是什么意思了。这是我自己无法理解的“拼接”。谢谢为什么需要“next EXCELLED/^\S/；”？

next EXCELLED…

行跳过具有前导空格的行，这会忽略标题行。如果$.==1以明确跳过第一行。感谢您的解释。

GAT_4 GAT_5     0.9     7.5     0.5     8.3
GAT_1 GAT_2     0.2     4.5     1.2     2.1
BABA BLAC       8.3     1.3     8.9     1.1
GAT_1 GAT_3     0.1     0.2     3.4     4.3