大きなtxtファイルを特定のコンテンツに基づいて小さなものに分割する

Question

私は大きなゲノムの配列を得て、これを小さな.txtファイルに分割する必要があります。

シーケンスは、この

>supercont1.1 of Geomyces destructans 20631-21 
AGATTTTCTTAATAACTTGTTCAATGTGTGTTCAAATGATATGCCGTGATGTATGTAGCA 
TAAACAGATGTAGTAGAAGAGTTTGCAGCAATCGTTGAGTAGTATTGCTTCTGTTGTTGG 
>supercont1.2 of Geomyces destructans 20631-21 
AGATTTTCTTAATAACTTGTTCAATGTGTGTTCAAATGATATGCCGTGATGTATGTAGCA 
TAAACAGATGTAGTAGAAGAGTTTGCAGCAATCGTTGAGTAGTATTGCTTCTGTTGTTGG 
TAAACAGATGTAGTAGAAGAGTTTGCAGCAATCGTTGAGTAGTATTGCTTCTGTTGTTGG 
>supercont1.3 of Geomyces destructans 20631-21 
AGATTTT (...) 

のように見え、それが名前の小さなファイルに分割されるべきである： "1.1-Geomyces-destructans - 20631から21"、 "1.2-Geomyces ..." ゲノムと成就しますデータ。 @JimMischelのヘルプがどのように見える

私のコードの後：

using System; 
using System.Collections.Generic; 
using System.ComponentModel; 
using System.Data; 
using System.Drawing; 
using System.Linq; 
using System.Text; 
using System.Windows.Forms; 
using System.IO; 

namespace genom1 
{ 
    public partial class Form1 : Form 
    { 
     public Form1() 
     { 
      InitializeComponent(); 
     } 

     string filter = "Textové soubory|*.txt|Soubory FASTA|*.fasta|Všechny soubory|*.*"; 

     private void doit_Click(object sender, EventArgs e) 
     { 
      bar.Value = 0; 

      OpenFileDialog opf = new OpenFileDialog(); 

      // filter for choosing file types 
      opf.Filter = filter; 

      string lineo = "error"; // test 

      if (opf.ShowDialog() == DialogResult.OK) 
      { 
       var lineCount = 0; 
       using (var reader = File.OpenText(opf.FileName)) 
       { 
        while (reader.ReadLine() != null) 
        { 
         lineCount++; 
        } 
       } 

       bar.Maximum = lineCount; 
       bar.Step = 1; 

       FolderBrowserDialog fbd = new FolderBrowserDialog(); 

       fbd.Description = "Vyber složku, do které chceš rozdělit načtený soubor: \n\n" + opf.FileName; // dialog desc 
       if (fbd.ShowDialog() == DialogResult.OK) 
       { 
        List<string> lines = new List<string>(); 
        foreach (var line in File.ReadLines(opf.FileName)) 
        { 
         bar.PerformStep(); 

         if (line[0] == '>') 
         { 
          if (lines.Count >= 0) 
          { 
           // write contents of lines list to file 

           //quicker replace for better file name 
           StringBuilder prep = new StringBuilder(line); 
           prep.Replace(">supercont", ""); 
           prep.Replace("of", ""); 
           prep.Replace(" ", "-"); 
           lineo = prep.ToString(); 

           // append or writeall? how to writeall lines without append? 
           //System.IO.File.WriteAllText(fbd.SelectedPath + "\\" + lineo + ".txt", lineo); 
           StreamWriter SW; 
           SW = File.AppendText(fbd.SelectedPath + "\\" + lineo + ".txt"); 

           foreach (string s in lines) 
            { 
             SW.WriteLine(s); 
            } 

           SW.Close(); 

           // and clear the list. 
           lines.Clear(); 
          } 
         } 
         lines.Add(line); 
        } 
        // here, do the last part 
        if (lines.Count >= 0) 
        { 
         // write contents of lines list to file. 

         /* starts being little buggy here... 

         StreamWriter SW; 
         SW = File.AppendText(fbd.SelectedPath + "\\" + lineo + ".txt"); 
         foreach (string s in lines) 
         { 
          SW.WriteLine(s); 
         } 
         SW.Close(); 

         */ 
        } 
       } 

      } 
     } 

    } 
} 

Answer 1

ファイルがメモリに収まる大きさであれば、File.ReadAllTextを呼び出して文字列にすることができます。次に、>文字の間でテキストを抽出します。次のようなものがあります。

string s = File.ReadAllText("filename"); 
int pos = s.IndexOf('>'); 
while (pos != -1) 
{ 
    int newpos = s.IndexOf('>', pos+1); 
    string text = s.Substring(pos+1, newpos - pos); 
    // now write text to a file 

    // update current position 
    pos = newpos; 
} 
// here you'll have to handle the last part of the file specially. 

ファイルの名前を正しく指定することができます。

ファイル全体をメモリに収めることができない場合は、ファイルを1文字ずつ読むか、何らかのバッファリングを行うことができます。 >が常に行の先頭にあることが分かっていれば、問題は簡単です。次に、あなたは書くことができます：

Answer 2

私は最も簡単な方法は、最初File.ReadAllText()を使用してファイル全体を読み取ることがあると思います。次に、String.Split(">")を使用して、新しいファイルの内容と思われる配列を返します。