Tri et Extraction de données depuis fichier

Version imprimable

Bonjour,

J'ai réalisé un programme me permettant d'ouvrir et de lire un fichier fasta de manière à séparer identifiant et séquence, cela marche, cependant je ne sais pas comment réutilise les variables de manière à les insérer dans un tableau qui comprendrait donc les séquences d'une part et les identifiant d'une autre.

Voici mon programme :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
#include <iostream>
#include <fstream>
 
using namespace std;
 
 
int readfasta ( string  filename ) {
 
	//3 variables utilsées plus tard
	string line, identifiant, seq;
 
	// ouvre le fichier (et le converti en tableau de char, car ifstream ne prends par les strings)
	ifstream fichier(filename.c_str());
 
	// teste si fichier ok (bon chemin, etc...)
	if (!fichier) {
		cout<<"Probleme avec fichier";
	}
 
	// lit chaque ligne du fichier
	while( getline( fichier, line ) ){	
 
		// si on tombe sur une nouvelle proteine (=>nouvel identifiant) ou ligne vide
		if( line.empty() || line[0] == '>' ){
 
			if( !identifiant.empty() ){  // si identifiant déja mémorisé au moins une fois
 
				cout << identifiant << " \n " << seq << "\n\n";	//affiche l'id et la sequence précedement mémorisée
				identifiant.clear();		//efface ce qu'il y a dans identifiant
 
				}
 
			if( !line.empty() ){		
				//memorise l'identifiant (sauf premier caractere c.a.d. le ">")
				identifiant = line.substr(1);	
				//note : on peut couper au caratere "|" pour raccourcir l'id, en faisant :
				identifiant=identifiant.substr(0, identifiant.find("|")); 
			}
 
			seq.clear();	// efface la sequence precedente (si elle existait avant)
 
		}
 
		//si pas de ligne avec identifiant et variable identifiant vide => c'est une ligne avec la sequence
		else if( !identifiant.empty() ){	
 
			seq += line;
 
		}
	}
 
	// affichage pour la derniere sequence du fichier
	if( !identifiant.empty() ){ 
		cout << identifiant << " \n " << seq << "\n"<<endl<<endl;
	}
 
 
	return 0;
 
}
 
 
int main() {
 
	readfasta("seq_mimivirus.faa");
 
	system ("PAUSE");
	return 0;
 
}

J'ai passé énormément de temps à essayer de trouver un moyen pour le réaliser via différentes sources mais sans succès.
Merci d'avance.

24/01/2014, 11h52
Médinoc

Crée une structure avec séquence et identifiant, puis un conteneur pour ces structures (vector, ou map si tu veux les rechercher par ID, etc.)
28/01/2014, 13h22
benjaminnice

Bonjour, je ne comprend pas très bien l'histoire du conteneur avec vector ou map, pouvez vous me donnez plus d'explications svp

Cordialement.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
struct Mystruct { string line, identifiant, seq; };
 
...
 
vector<Mystruct> allLines;
 
...
 
Mystruct obj;
obj.line = ...
obj.identifiant = ...
obj.seq = ...
allLines.push_back(obj);

28/01/2014, 15h23
benjaminnice

Je suis désolé mais je ne vois pas ce que je pourrais mettre au niveau de la ligne 3 et 7.

Cordialement.
28/01/2014, 15h32
Médinoc

Ce n'est pas un code à trous, mais plutôt trois morceaux de code à mettre où il faut.
La ligne 1 près des en-têtes (voire dans un en-tête), les deux autres morceaux dans ta fonction de lecture...

Et ne pas oublier le #include <vector> pour avoir la classe vector<> qui marche.
28/01/2014, 15h54
benjaminnice

D'accord ça marche, merci je vais essayé et je vous tiens au courant

Bonjour, j'ai intégré une structure dans mon programme à des endroits me paraissant logiques; Cependant j'ai regardé des tutoriels sur les vecteurs mais je ne sais toujours pas où le placer.
J'aimerai aussi pouvoir visionner le contenu de ma structure, (j'ai essayé le cout et le return, mais cela n'a pas fonctionné) et, plus tard, de mon vecteur.

Merci d'avance

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
#include <iostream>
#include <fstream>
#include <vector>
 
using namespace std;
 
struct mystruct
	{
	    string id, s;
	};
 
int readfasta ( string  filename ) {
 
//3 variables utilsées plus tard
	string line, identifiant, seq;
    mystruct obj;
 
	// ouvre le fichier (et le converti en tableau de char, car ifstream ne prends par les strings)
	ifstream fichier(filename.c_str());
 
	// teste si fichier ok (bon chemin, etc...)
	if (!fichier) {
		cout<<"Probleme avec fichier";
	}
 
	// lit chaque ligne du fichier
	while( getline( fichier, line ) ){
 
		// si on tombe sur une nouvelle proteine (=>nouvel identifiant) ou ligne vide
		if( line.empty() || line[0] == '>' ){
 
			if( !identifiant.empty() ){  // si identifiant déja mémorisé au moins une fois
 
				cout << identifiant << " \n " << seq << "\n\n";	//affiche l'id et la sequence précedement mémorisée
				identifiant.clear();		//efface ce qu'il y a dans identifiant
 
				}
 
			if( !line.empty() ){
				//memorise l'identifiant (sauf premier caractere c.a.d. le ">")
				identifiant = line.substr(1);
				//note : on peut couper au caratere "|" pour raccourcir l'id, en faisant :
				identifiant=identifiant.substr(0, identifiant.find("|"));
				obj.id=identifiant;
			}
 
			seq.clear();	// efface la sequence precedente (si elle existait avant)
 
		}
 
		//si pas de ligne avec identifiant et variable identifiant vide => c'est une ligne avec la sequence
		else if( !identifiant.empty() ){
 
			seq += line;
            obj.s=seq;
		}
	}
 
	// affichage pour la derniere sequence du fichier
	if( !identifiant.empty() ){
		cout << identifiant << " \n " << seq << "\n";
 
	}
 
	return 0;
 
}
 
 
int main() {
 
	readfasta("seq_mimivirus.faa");
 
	return 0;
 
}