Regex 调试perl赋值

我应该解释一下，作为这个问题的背景，我不懂任何Perl，并且对正则表达式非常敏感 （我们都有自己的弱点）。我试图弄明白为什么Perl程序不接受我提供给它的数据。我不需要深入理解这个程序——我只是在做一个时间比较

请考虑以下分配声明：

($sample_ls_id) = $sample_ls_id =~ /:\w\w(\d+):/;

如果我理解正确，它将检查

sample\ls\u id

是否匹配某个正则表达式，如果匹配，则分配整个字符串，或者类似的内容

然而，我不明白这是怎么回事。 根据文件，也就是我简单地看了一下

$sample_ls_id =~ /:\w\w(\d+):/

如果存在匹配项，则仅返回true或false

我要匹配的字符串看起来像

1000    10      0       0       1        urn:lsid:dcc.hapmap.org:Individual:CEPH1000.10:1        urn:lsid:dcc.hapmap.org:Sample:SAMPLE1:1

此操作失败并出现错误

Use of uninitialized value $sample_ls_id in concatenation (.) or string
at database/populate/family.pl line 38, <INPUT> line 1.

请参阅下面的完整脚本。然而，显然非常相似的字符串

1420    9       0       0       1       urn:lsid:dcc.hapmap.org:Individual:CEPH1420.09:1  urn:lsid:dcc.hapmap.org:Sample:NA12003:1

似乎过去了

对于上下文，整个代码段是：

use strict;
use warnings;
use Getopt::Long;

my $input_file = "data/family_ceu.txt";
my $output_file = "sql/family_ceu.sql";
my $population_code = "CEU";

GetOptions ('i=s' => \$input_file,
            'o=s' => \$output_file,
            'p=s' => \$population_code
            );

usagecheck();

my $created_by = 'gwas_analyzer';

print "Creating SQL file for inserting family data from $input_file\n";

open (INPUT, "< $input_file");
open (OUTPUT, "> $output_file");

print OUTPUT "INSERT INTO population (population_code, private) VALUES ('$population_code', 'f');\n";
print OUTPUT "COPY family (ls_id, family_ped_id, individual_ped_id, father_ped_id, mother_ped_id, sex, created_by, population_code) FROM stdin;                      
";

while (my $line = <INPUT>)
{
    chomp $line;

    #Skip any comment lines 
    next if($line =~ /^#/);

    my ($family_ped_id, $individual_ped_id, $father_ped_id, $mother_ped_id, $sex, $individual_ls_id, $sample_ls_id) = split (/\t/, $line);

    ($sample_ls_id) = $sample_ls_id =~ /:\w\w(\d+):/;

    print OUTPUT "$sample_ls_id\t$family_ped_id\t$individual_ped_id\t$father_ped_id\t$mother_ped_id\t$sex\t$created_by\t$population_code\n";
}

print OUTPUT "\\.\n";
close OUTPUT;

sub usagecheck
{
    if (!$input_file || !$output_file || !$population_code)
    {
        print "Missing argument (see required arguments below):\n";
        usage();
        exit;
    }
}

sub usage
{
    print "perl family.pl -i <input file> -o <output file> -p <population code>\n";
}

使用严格；
使用警告；
使用Getopt:：Long；
my$input_file=“data/family_ceu.txt”；
my$output\u file=“sql/family\u ceu.sql”；
我的$population\u code=“CEU”；
GetOptions（'i=s'=>\$input\u文件，
'o=s'=>\$output\u文件，
'p=s'=>\$population\u代码
);
usagecheck（）；
my$created_by='gwas_analyzer'；
打印“创建用于从$input\u文件插入族数据的SQL文件\n”；
打开（输入“<$INPUT_文件”）；
打开（输出“>$OUTPUT_文件”）；
打印输出“插入填充（填充代码，专用）值（“$population\u code”，“f”）；\n”；
打印输出“从stdin复制家庭（家庭id、家庭id、个人id、父亲id、母亲id、性别、创建人、人口代码）；
";
while（我的$line=）
{
chomp$行；
#跳过任何注释行
下一个if（$line=~/^#/）；
我的（$family\u ped\u id、$individual\u ped\u id、$father\u ped\u id、$sex、$individual\u ls\u id、$sample\u ls\u id）=拆分（/\t/，$line）；
（$sample\u ls\u id）=$sample\u ls\u id=~/：\w\w（\d+）：/；
打印输出“$sample\u ls\u id\t$family\u ped\u id\t$individual\u ped\u id\t$father\u ped\u id\t$mother\u ped\u id\t$sex\t$created\t$population\u code\n”；
}
打印输出“\\.\n”；
闭合输出；
子用途检查
{
if（！$input_file | |！$output_file |！$population_code）
{
打印“缺少参数（请参见下面的必需参数）：\n”；
用法（）；
出口
}
}
次级用途
{
打印“perl family.pl-i-o-p\n”；
}

---

如果您了解正则表达式和Perl，我相信这是一个非常简单的问题。

与其将字符串本身存储起来，不如使用捕获。 \d由1美元持有，因此只需将代码更改为如下内容：

$sample_ls_id =~ /:\w\w(\d+):/; # no letters before implies "match"
$sample_ls_id = $1; # I assume that $1 will be empty if no match, I'm not 100% on this.

我不知道为什么会出现这样的错误，但看起来你的代码会像上面那样更有意义

如果您的输入没有最后一个元素（即，您有A:B:C，但您需要A:B:C:D将D存储在示例ls id中，如果D丢失，则它永远不会初始化，并且正则表达式没有意义），那么这可能与此有关

---

此外，如果您发布更多可能有用的内容，我们也没有所有代码（第38行看起来与while循环中的第一行相对应）。

在列表上下文中，例如分配给

（$sample\ls\u id）

，

=~

返回捕获列表。它可以在一个单独的语句中节省提取

$1

等的时间。

当

$sample\u ls\u id='urn:lsid:dcc.hapmap.org:sample:SAMPLE1:1'时

正则表达式“/：\w\w（\d+）：/；”失败。当字符串后面有冒号“：”和“word”字符“\w”时，此正则表达式将传递，
另一个“单词”字符“\w”，后跟一个或多个数字“\d+”和冒号“：”

当
$sample_ls_id='urn:lsid:dcc.hapmap.org:sample:NA12003:1'时

正则表达式“/：\w\w（\d+）：/；”在中找到匹配项
“：NA12003:”。（冒号，2个单词字符，数字和冒号）

“（$sample_ls_id）”捕获匹配的“（\d+”部分（也存储在$1中），在本例中为12003

您在前面的示例中遇到了一个错误，因为正则表达式失败并且未定义“（$sample_ls_id）”。
sample_ls_id的目标是什么？您只是想捕获\d+并将其存储在示例\u ls\u id中吗？如果没有匹配项，您希望样本id保存什么？@onaclov2000:我想是的。它最终会写入一个文件。嗯，不是我，而是这段代码的作者。：-）您正在拆分制表符，但是示例输入没有制表符分隔，因此这有点混乱，您可以更新吗？我的示例输入不是要拆分的整行，只是最后一个元素。我将发布整行内容。谢谢，我以前没有这样做过，我想知道问题是否出在正则表达式上……错误指向正则表达式之前的某个地方，它看起来像是在列表上下文中，当有捕获括号时。如果没有，则返回（）或1表示成功或失败。确定。如果有帮助的话，我可以发布整个有问题的Perl脚本。我不是这段代码的作者，我只是想弄明白它的意思。我不知道任何Perl。你在这一点上100%错了：-）$1将包含一些以前成功匹配的过时剩余值。“除非您首先测试匹配成功，否则不应使用美元数字变量”。如果匹配失败，您将插入一个难以找到的bug。原始构造（列表上下文中的匹配）是避免此问题的一种方法。如果匹配失败，那么它将返回空列表，$sample_ls_id将包含undf因此，我没有在该上下文之外使用$1。我以后必须记住这一点！我明白了。所以问题是，我在本例中的字符串
SAMPLE
不是两个字符长？这很可笑，但我没有编写此代码。我希望确认我的理解是正确的。谢谢。是的，没错。我f你
$sample_ls_id =~ /:\w\w(\d+):/; # no letters before implies "match"
$sample_ls_id = $1; # I assume that $1 will be empty if no match, I'm not 100% on this.

my $sample_id = 'urn:lsid:dcc.hapmap.org:Sample:NA12003:1'
($sample_ls_id) = $sample_ls_id =~ /:\w\w(\d+):/;