中国DOS联盟论坛

中国DOS联盟

-- 联合DOS 推动DOS 发展DOS --

联盟域名：www.cn-dos.net  论坛域名：www.cn-dos.net/forum
DOS，代表着自由开放与发展，我们努力起来，学习FreeDOS和Linux的自由开放与GNU精神，共同创造和发展美好的自由与GNU GPL世界吧！

游客:  注册 | 登录 | 命令行 | 会员 | 搜索 | 上传 | 帮助 »
中国DOS联盟论坛 » DOS批处理 & 脚本技术（批处理室） » [求助成功]文档拆分 二 （拆分NCBI中gb格式的文档）
作者:
标题: [求助成功]文档拆分 二 （拆分NCBI中gb格式的文档） 上一主题 | 下一主题
biogene
新手上路





积分 5
发帖 5
注册 2009-5-21
来自 中国
状态 离线
『楼 主』:  [求助成功]文档拆分 二 （拆分NCBI中gb格式的文档）

（拆分NCBI中gb格式的文档）

在国立生物技术信息中心（NCBI）中的序列信息还有一种格式，下载后，文档扩展名为.gb，很多个序列信息都在一个文档中，使用起来也不是太方便，请大家帮我看看能否也用拆分文本文档的方法拆分（扩展名为.gb，可以用写字板打开）。
其中：每一个序列信息的开头都以'LOCUS       '，以'//

'结尾，然后又是下一个序列的信息。

要求：
1、将文件从空行处拆分为单个文件
2、将每段中如'LOCUS       '后面的字符如''AY727883’'提取出来做为文件名
3、将拆分后文件的扩展名改为.seq

多谢各位大侠了。

文本样式下载地址： http://biogene.ys168.com/?jdfwkey=wwmfl1，文件名为sequences.gb， 2,125KB 中国DOS联盟求助贴 二－－－NCBI文件gb格式
文本样式：
LOCUS       AY727883                1662 bp    RNA     linear   VRL 13-DEC-2005
DEFINITION  Newcastle disease virus isolate 88T.00 fusion protein (F) gene,
            complete cds.
ACCESSION   AY727883
VERSION     AY727883.1  GI:52145385
KEYWORDS    .
SOURCE      Newcastle disease virus
  ORGANISM  Newcastle disease virus
            Viruses; ssRNA negative-strand viruses; Mononegavirales;
            Paramyxoviridae; Paramyxovirinae; Avulavirus.
REFERENCE   1  (bases 1 to 1662)
  AUTHORS   Zanetti,F., Berinstein,A., Pereda,A., Taboga,O. and Carrillo,E.
  TITLE     Molecular characterization and phylogenetic analysis of Newcastle
            disease virus isolates from healthy wild birds
  JOURNAL   Avian Dis. 49 (4), 546-550 (2005)
   PUBMED   16404997
REFERENCE   2  (bases 1 to 1662)
  AUTHORS   Zanetti,F., Berinstein,A. and Carrillo,E.
  TITLE     Direct Submission
  JOURNAL   Submitted (18-AUG-2004) INTA, Castelar, Instituto de Biotecnologia,
            CICVyA, Los Reseros y Las Cabanas, Buenos Aires 1712, Argentina
FEATURES             Location/Qualifiers
     source          1..1662
                     /organism="Newcastle disease virus"
                     /mol_type="genomic RNA"
                     /isolate="88T.00"
                     /host="flamingo"
                     /db_xref="taxon:11176"
                     /country="Argentina"
     gene            1..1662
                     /gene="F"
     CDS             1..1662
                     /gene="F"
                     /note="structural glycoprotein; contains fusion protein
                     cleavage site"
                     /codon_start=1
                     /product="fusion protein"
                     /protein_id="AAU29401.1"
                     /db_xref="GI:52145386"
                     /translation="MGSRPSTKNPAPMMLTIRVALVLSCICPANSIDGRPLAAAGIVV
                     TGDKAVNIYTSSQTGSIIVKLLPNLPKDKEACAKAPLDAYNRTLTTLLTPLGDSIRRI
                     QESVTTSGGGRQGRLIGAIIGGVALGVATAAQITAAAALIQAKQNAANILRLKESIAA
                     TNEAVHEVTDGLSQLAVAVGKMQQFVNDQFNKTAQELDCIKIAQQVGVELNLYLTELT
                     TVFGPQITSPALNKLTIQALYNLAGGNMDYLLTKLGVGNNQLSSLIGSGLITGNPILY
                     DSQTQLLGIQVTLPSVGNLNNMRATYLETLSVSTTRGFASALVPKVVTQVGSVIEELD
                     TSYCIETDLDLYCTRIVTFPMSPGIYSCLSGNTSACMYSKTEGALTTPYMTIKGSVIA
                     NCKMTTCRCVNPPGIISQNYGEAVSLIDKQSCNVLSLGGITLRLSGEFDVTYQKNISI
                     QDSQVIITGNLDISTELGNVNNSISNALNKLEESNRKLDKVNVKLTSTSALITYIVLT
                     IISLVFGILSLILACYLMYKQKAQQKTLLWLGNNTLDQMRATTKM"
ORIGIN      
        1 atgggctcca gaccttctac caagaaccca gcacctatga tgctgactat ccgggttgcg
       61 ctggtactga gttgcatctg tccggcaaac tccattgatg gcaggcctct tgcagctgca
      121 ggaattgtgg ttacaggaga caaagccgtc aacatataca cctcatccca gacaggatca
      181 atcatagtta agctcctccc gaatctgccc aaggataagg aggcatgtgc gaaagccccc
      241 ttggatgcat acaacaggac attgaccact ttgctcaccc cccttggtga ctctatccgt
      301 aggatacaag agtctgtgac tacatctgga ggggggagac aggggcgcct tataggcgcc
      361 attattggcg gtgtggctct tggggttgca actgccgcac aaataacagc ggccgcagct
      421 ctgatacaag ccaaacaaaa tgctgccaac atcctccgac ttaaagagag cattgccgca
      481 accaatgagg ctgtgcatga ggtcactgac ggattatcgc aactagcagt ggcagttggg
      541 aagatgcagc agtttgttaa tgaccaattt aataaaacag ctcaggaatt agactgcatc
      601 aaaattgcac agcaagttgg tgtagagctc aacctgtacc taaccgaatt gactacagta
      661 ttcggaccac aaatcacttc acctgcttta aacaagctga ctattcaggc actttacaat
      721 ctagctggtg gaaatatgga ttacttattg actaagttag gtgtagggaa caatcaactc
      781 agctcattaa tcggtagcgg cttaatcacc ggtaacccta ttctatacga ctcacagact
      841 caactcttgg gtatacaggt aactctacct tcagtcggga acctaaataa tatgcgtgcc
      901 acctacttgg aaaccttatc cgtaagcaca accaggggat ttgcctcggc acttgtccca
      961 aaagtggtga cacaggtcgg ttctgtgata gaagaacttg acacctcata ctgtatagaa
     1021 actgacttag atttatattg tacaagaata gtaacgttcc ctatgtcccc tggtatttat
     1081 tcctgcttga gcggcaatac gtcggcctgt atgtactcaa agaccgaagg cgcacttact
     1141 acaccataca tgactatcaa aggttcagtc atcgccaact gcaagatgac aacatgtaga
     1201 tgtgtaaacc ccccgggtat catatcgcaa aactatggag aagccgtgtc tctaatagat
     1261 aaacaatcat gcaatgtttt atccttaggc gggataactt taaggctcag tggggaattc
     1321 gatgtaactt atcagaagaa tatctcaata caagattctc aagtaataat aacaggcaat
     1381 cttgatatct caactgagct tgggaatgtc aacaactcga tcagtaatgc tttgaataag
     1441 ttagaggaaa gcaacagaaa actagacaaa gtcaatgtca aactgactag cacatctgct
     1501 ctcattacct atatcgtttt gactatcata tctcttgttt ttggtatact tagcctgatt
     1561 ctagcatgct acctaatgta caagcaaaag gcgcaacaaa agaccttatt atggcttggg
     1621 aataatactc tagatcagat gagagccact acaaaaatgt ga
//

LOCUS       AY727882                1662 bp    RNA     linear   VRL 13-DEC-2005
DEFINITION  Newcastle disease virus isolate 126C.00 fusion protein (F) gene,
            complete cds.
ACCESSION   AY727882
VERSION     AY727882.1  GI:52145383
KEYWORDS    .
SOURCE      Newcastle disease virus
  ORGANISM  Newcastle disease virus
            Viruses; ssRNA negative-strand viruses; Mononegavirales;
            Paramyxoviridae; Paramyxovirinae; Avulavirus.
REFERENCE   1  (bases 1 to 1662)
  AUTHORS   Zanetti,F., Berinstein,A., Pereda,A., Taboga,O. and Carrillo,E.
  TITLE     Molecular characterization and phylogenetic analysis of Newcastle
            disease virus isolates from healthy wild birds
  JOURNAL   Avian Dis. 49 (4), 546-550 (2005)
   PUBMED   16404997
REFERENCE   2  (bases 1 to 1662)
  AUTHORS   Zanetti,F., Berinstein,A. and Carrillo,E.
  TITLE     Direct Submission
  JOURNAL   Submitted (18-AUG-2004) INTA, Castelar, Instituto de Biotecnologia,
            CICVyA, Los Reseros y Las Cabanas, Buenos Aires 1712, Argentina
FEATURES             Location/Qualifiers
     source          1..1662
                     /organism="Newcastle disease virus"
                     /mol_type="genomic RNA"
                     /isolate="126C.00"
                     /host="swan"
                     /db_xref="taxon:11176"
                     /country="Argentina"
     gene            1..1662
                     /gene="F"
     CDS             1..1662
                     /gene="F"
                     /note="structural glycoprotein; contains fusion protein
                     cleavage site"
                     /codon_start=1
                     /product="fusion protein"
                     /protein_id="AAU29400.1"
                     /db_xref="GI:52145384"
                     /translation="MGSGSSTKIPIPLMLTVRVALALSCARLASSLDGRPLAAAGIVV
                     TGDKAVNIYTSSQTGSIIVKLLPNMPKDKEACAKAPLEAYNRTLTTLLTPLGDSIHRI
                     QESVTTSGGGKQGRLIGAIIGGVALGVATAAQITAASALIQANQNAANILRLKESIAA
                     TNEAVHEVTDGLSQLAVAVGKMQQFVNDQFNKTAQELDCIKIAQQVGVELNLYLTELT
                     TVFGPQITSPALTQLTIQALYNLAGGNMDYLLTKLGVGNNQLSSLIGTGLITGNPILY
                     DSQTQLLGIQVTLPSVGNLNNMRATYLETLSVSTTKGFASALVPKVVTQVGSVIEELD
                     TSYCIETDLDLYCTRIVTFPMSPGIYSCLSGNTSACMYSQTEGALTTPYMTLKGSVIA
                     KSKMTTCRCADPPGIISQNYGEAVSLIDKQSCSILSLDGITLRLSGEFDATYQKNISI
                     QDSQVIVTGNLDISTELGNVNNSISNALDKLEESNSKLDKVNVKLTSTSALITYIVLT
                     VISLICGILSLVLACYLMYKQKAQQKTLLWLGNNTLDQMRATTKM"
ORIGIN      
        1 atgggctccg gatcttctac caagattccg atacctctga tgctgaccgt ccgggtcgca
       61 ctggcactaa gttgcgcccg tctggcaagc tctcttgatg gcaggcctct tgccgctgcg
      121 ggaattgtgg tgacaggaga caaggcagtc aacatatata cctcatctca gactgggtca
      181 atcatagtca agctactccc gaatatgccc aaggataaag aggcatgtgc aaaagccccc
      241 ttagaggcat acaacaggac attgaccact ttgctcaccc cccttggtga ttccattcat
      301 aggatacaag agtctgtgac cacatctgga ggagggaaac agggacgcct gataggtgct
      361 attattggcg gtgtagctct tggggttgca actgccgcac aaataacagc agcctcggct
      421 ctgatacaag caaaccaaaa tgctgctaac atcctccggc ttaaagaaag cattgccgct
      481 accaatgagg ctgtgcatga ggtcactgac ggattatccc aactagcagt ggcagttggg
      541 aagatgcagc agtttgttaa tgaccaattt aataaaacag ctcaggaact agactgtatc
      601 aaaattgccc agcaggttgg tgtagagctc aacctgtacc taactgaatt gactacggta
      661 tttgggccac aaatcacttc tcctgcccta acccagctga ctatccaggc actttataat
      721 ctagctggtg ggaatatgga ttatttgttg actaagttag gtgtgggaaa caatcaactc
      781 agttcattaa ttggtaccgg cttaatcact ggcaacccta ttctgtatga ctcacaaact
      841 caactcttgg gtatacaggt gaccttaccc tcagtcggga acctaaataa tatgcgtgcc
      901 acctacttag agaccctgtc cgtaagtaca accaaaggat ttgcctcagc actcgtgcct
      961 aaagtggtga ctcaggtcgg ttctgtgata gaagaacttg acacctcata ttgtatagaa
     1021 accgacttag atttatattg tacaaggata gtgacattcc ctatgtctcc tggtatctat
     1081 tcctgcctga gcggcaatac atcggcttgc atgtactcgc agactgaagg tgcacttacc
     1141 acgccatata tgactctcaa aggttcagtt attgccaagt ctaagatgac aacatgtaga
     1201 tgtgcggacc ccccgggtat catatcacag aattatggag aagccgtgtc tctgatagat
     1261 aagcagtcat gcagtatcct atctttagac gggataactt tgaggctcag tggggaattt
     1321 gacgctactt atcagaagaa tatctcaata caggactctc aagtaatagt aacaggtaat
     1381 cttgatatct caactgaact tgggaatgtt aacaactcga taagtaatgc tttagataaa
     1441 ttagaagaaa gcaacagcaa actagacaaa gtcaacgtca aattgactag cacatctgct
     1501 ctcattacct atatcgtttt aactgtcata tctcttattt gtggtatact tagtctagtt
     1561 ctagcgtgct acttaatgta caagcagaag gcacaacaaa agaccttatt atggcttggg
     1621 aataatactc tagatcagat gagagccacc acaaaaatgt ga
//

LOCUS       AY727881                1662 bp    RNA     linear   VRL 13-DEC-2005
DEFINITION  Newcastle disease virus isolate 32C/T.98 fusion protein (F) gene,
            complete cds.
ACCESSION   AY727881
VERSION     AY727881.1  GI:52145381
KEYWORDS    .
SOURCE      Newcastle disease virus
  ORGANISM  Newcastle disease virus
            Viruses; ssRNA negative-strand viruses; Mononegavirales;
            Paramyxoviridae; Paramyxovirinae; Avulavirus.
REFERENCE   1  (bases 1 to 1662)
  AUTHORS   Zanetti,F., Berinstein,A., Pereda,A., Taboga,O. and Carrillo,E.
  TITLE     Molecular characterization and phylogenetic analysis of Newcastle
            disease virus isolates from healthy wild birds
  JOURNAL   Avian Dis. 49 (4), 546-550 (2005)
   PUBMED   16404997
REFERENCE   2  (bases 1 to 1662)
  AUTHORS   Zanetti,F., Berinstein,A. and Carrillo,E.
  TITLE     Direct Submission
  JOURNAL   Submitted (18-AUG-2004) INTA, Castelar, Instituto de Biotecnologia,
            CICVyA, Los Reseros y Las Cabanas, Buenos Aires 1712, Argentina
FEATURES             Location/Qualifiers
     source          1..1662
                     /organism="Newcastle disease virus"
                     /mol_type="genomic RNA"
                     /isolate="32C/T.98"
                     /host="duck"
                     /db_xref="taxon:11176"
                     /country="Argentina"
     gene            1..1662
                     /gene="F"
     CDS             1..1662
                     /gene="F"
                     /note="structural glycoprotein; contains fusion protein
                     cleavage site"
                     /codon_start=1
                     /product="fusion protein"
                     /protein_id="AAU29399.1"
                     /db_xref="GI:52145382"
                     /translation="MGSGSSTRIPIPLMLTIRVALALSCVCLASSLDGRPLAAAGIVV
                     TGDKAVNIYTSSQTGSIIVKLLPNMPKDKEACAKAPLEAYNRTLTTLLTPLGDSIHRI
                     QESVTTSGGGKQGRLIGAIIGGVALGVATAAQITAASALIQANQNAANILRLKESIAA
                     TNEAVHEVTDGLSQLAVAVGKMQQFVNDQFNKTAQELDCIKIAQQVGVELNLYLTELT
                     TVFGPQITSPALTQLTIQALYNLAGGNMDYPLTKLGVGNNQLSLLIGSGLITGHPILY
                     DSQTQLLGIQVTLPSVGNLNNMRATYLETLSVSTTRGFASALVPKVVTQVGSVIEELD
                     TSYCIETDLDLYCTRIVTFPMSPGIYSCLSGNTSACMYSQTEGALTTPYMTLKGAVIA
                     NCKMTTCRCADPPGIISQNYGEAVSLIDKQSCSILSLDGITLRLSGEFDATYQKNISI
                     QDSQVIVTGNLDISTELGNVNNSISNALDKLEESNSKLDKVNVKLTSTSALITYIVLT
                     VISLVCGILSLVLACYLMYKQKAQQKTLLWLGNNTLDQMRATTKM"
ORIGIN      
        1 atgggctccg gatcttctac caggattccg atacctctga tgctgaccat ccgggtcgca
       61 ctggcactaa gttgcgtctg tctggcaagc tctcttgatg gcaggcctct tgcagctgca
      121 ggaattgtgg tgacaggaga caaggcagtc aacatatata cctcgtctca gactgggtca
      181 atcatagtca agctactccc gaatatgccc aaggataaag aggcatgtgc aaaagccccc
      241 ttagaggcat acaacaggac attgaccact ttgctcaccc cccttggtga ttccattcat
      301 aggatacagg agtctgtgac cacatctgga ggagggaaac agggacgcct gataggcgct
      361 attattggcg gtgtagctct tggggttgca actgccgcac aaataacagc agcctcggct
      421 ttgatacaag caaaccaaaa tgctgctaac atcctccggc ttaaagaaag cattgccgct
      481 accaatgagg ctgtgcatga ggtcactgac ggattatccc aactagcagt ggcagttggg
      541 aagatgcagc agtttgttaa tgaccaattt aataaaacag ctcaggaact agactgtatc
      601 aaaattgccc agcaggttgg tgtagagctc aacctgtacc taactgaatt gactacggta
      661 ttcgggccac aaatcacttc acctgcctta acccagctga ctatccaggc actttataat
      721 ctagctggtg ggaatatgga ctacccgttg actaagttag gtgtgggaaa caatcagctc
      781 agcttattaa ttggtagcgg cttaatcact ggtcacccta ttctgtatga ctcacaaact
      841 caactcttgg gtatacaggt gaccttaccc tcagtcggga acctaaataa tatgcgtgcc
      901 acctacttgg agaccttgtc cgtaagtaca accaggggat ttgcctcagc actcgtacct
      961 aaagtggtga ctcaggtcgg ctctgtgata gaagaacttg acacctcata ttgtatagaa
     1021 accgacttag atttatattg tacaaggata gtgacattcc ctatgtctcc tggtatctat
     1081 tcctgcctga gcggcaatac atcggcttgc atgtactcgc agactgaagg tgcacttacc
     1141 acgccatata tgactctcaa aggcgcagtt attgccaact gtaagatgac aacatgtaga
     1201 tgtgcggacc ccccgggtat catatcacag aattatggag aagccgtgtc tctgatagat
     1261 aagcagtcat gcagtatcct atccttagac gggataactt tgaggctcag tggggaattt
     1321 gacgctactt atcagaagaa tatctcaata caggactctc aagtaatagt aacaggtaat
     1381 cttgatatct caactgaact tgggaatgtt aacaactcga taagtaatgc tttagataaa
     1441 ttagaagaaa gcaacagcaa actagacaaa gtcaacgtca aattgactag cacatctgct
     1501 ctcattacct atatcgtttt aactgtcata tctcttgttt gtggtatact tagtctagtt
     1561 ctagcgtgct acttaatgta caagcagaag gcacaacaaa agaccttatt atggcttggg
     1621 aataatactc tagatcagat gagagccacc acaaaaatgt ga
//

。
。
。
。
。
。
。
。
。

[ Last edited by biogene on 2009-6-29 at 07:10 ]

2009-5-23 06:12
查看资料  发送邮件  发短消息 网志   编辑帖子  回复  引用回复
netbenton
银牌会员

批处理编程迷


积分 1916
发帖 752
注册 2008-12-28
来自 广西
状态 离线
『第 2 楼』:  


@echo off&setlocal enabledelayedexpansion
set true=y
for /f "delims=" %%a in (NCBI.gb) do (
    for /f "tokens=1,2" %%b in ("%%a") do (
        if "%%b" equ "LOCUS" (
                if defined true set name=%%c.seq
                set true=
        )
        if "%%b" equ "//" (set true=y)
    )
    echo %%a>>!name!
)
pause
[ Last edited by netbenton on 2009-5-23 at 10:15 ]



精简
[你的+我的+他的]=>[大家的]    个人网志   
2009-5-23 08:28
查看资料  发送邮件  发短消息 网志  OICQ (37659560)  编辑帖子  回复  引用回复
jmz573515
银牌会员




积分 1212
发帖 464
注册 2006-12-13
状态 离线
『第 3 楼』:  


@echo off&setlocal enabledelayedexpansion
for /f "delims=" %%i in (NCBI.gb) do (
        if "%%i"=="//" (
                call :label ###.txt
        ) else (
                echo %%i>>###.txt
        )
)
pause
:label
for /f "tokens=2" %%a in (%1) do ren %1 %%a.seq && goto :eof


2009-5-23 09:02
查看资料  发送邮件  发短消息 网志   编辑帖子  回复  引用回复
tireless
银牌会员





积分 2025
发帖 1122
注册 2007-9-5
状态 离线
『第 4 楼』:  


@echo off&setlocal enabledelayedexpansion
for /f "eol=/ delims=" %%a in (sequences.gb) do (
  set var=%%a
  if "!var:~,5!"=="LOCUS" for /f %%a in ("!var:~5!") do set name=%%a.gb
  >>!name! echo %%a
)


2009-5-23 11:30
查看资料  发短消息 网志   编辑帖子  回复  引用回复
biogene
新手上路





积分 5
发帖 5
注册 2009-5-21
来自 中国
状态 离线
『第 5 楼』:  

感谢netbenton 、 jmz573515和tireless的热心帮助！

2009-5-23 21:52
查看资料  发送邮件  发短消息 网志   编辑帖子  回复  引用回复

请注意：您目前尚未注册或登录，请您注册或登录以使用论坛的各项功能，例如发表和回复帖子等。


可打印版本 | 推荐给朋友 | 订阅主题 | 收藏主题



论坛跳转:  



[ 联系联盟系统管理团队 - 中国DOS联盟 ]

Sponsored by ifanr Inc | © 2001-2023