[C++/Perl] c'e' un modo per fare pattern matching su file?

[shang84]

Ciao a tutti!
vorrei simulare in C++ il comportamento di Perl, il quale permette di riconoscere all'interno di un file dei pattern di stringhe e quindi salvare i valori che seguono il pattern interessato.

Ad es se il fiel contiene la dicitura:

... altro ...
PEPMASS=56.565565565
... altro ...

vorrei poter estrarre il valore numerico che segue PEPMASS=

Ed inoltre, se il file contiene un elenco (di cui non conosco a priori la lunghezza), di coppie di valori del tipo 32.56565 5 vorrei poter salvare ciascun double in un'array e ciascun int nell'altro, senza problemi di allocazione di memoria. [in quanto c++ richiede di definire a priori la quantita' oppure di allocare in heap in modo dinamico]






Esempio codcie Perl

#!usr/bin/local/perl

use strict;
use warnings;

##########################################

our @mass_list;
our @intensity;
our $precursor;
our $ret_time;
our $tic;
our $charge;







#########################################

my $file_name = shift @ARGV;

$_ = $file_name;
m/(-\S+)\./;
my $out_file = $1;

open (FH,"$file_name");
open (WH,">peak_list".$out_file.".csv");

while (<FH>) {
if (m/^\d/) {
my @temp = split/,/;
if ($temp[0]-$precursor >10 || $temp[0]-$precursor < -10 ) {
push @mass_list, $temp[0];
push @intensity, $temp[1];
}
}
elsif(m/PRE/) {
my @temp = split/=/;
chomp(@temp);
$precursor = $temp[1];
}
elsif(m/SCAN/) {
if($precursor>0) {
&peaks;
}
splice @mass_list;
splice @intensity;
$precursor = 0;
}
elsif(m/RET/) {

my @temp = split/=/;
chomp(@temp);
$ret_time = $temp[1];
}
elsif(m/TIC/) {
my @temp = split/=/;
chomp(@temp);
$tic = $temp[1];
}
elsif(m/Cha/) {
my @temp = split/=/;
chomp(@temp);
$charge = $temp[1];
}

}
close FH;
close WH;

ometto la definizione delle subroutine

Esempio del file usato


SEARCH=MIS
REPTYPE=Peptide
BEGIN IONS
PEPMASS=308.940860567341
CHARGE=1+
TITLE=Elution from: 2.29 to 2.29 period: 0 experiment: 1 cycles: 1
155.978 3.5
179.093 4
183.121 7
197.007 3
235.195 3.5
290.936 3.5
291.266 3
292.929 2
293.214 4
293.254 2
295.224 2.5
308.949 27
309.134 4
309.213 40.5
309.307 2
309.937 6.5
309.953 4
309.974 7
310.187 2
310.209 5
310.232 6
310.26 3
310.328 6
310.362 2
310.905 2
310.922 2.5
310.962 2
310.982 2
311.229 5
311.278 2.5
311.301 3
312.287 3
312.324 2.5
312.357 2
END IONS


Valori che voglio estrarre in C++

il valore di PEPMASS, CHARGE e TIME e la lista dei valori che precede la key word END IONS.


Soluzione Artigianale che sto elaborando

sto cercando di scrivere del codice che sia in grado di ricostruire i valori ricercati, riconoscendo carattere dopo carattere i pattern. Finora sono a buon punto, ma mi sembra abbastanza artificiosa la cosa. Trovo difficolta' nell'allocazione della memoria della lista dei valori dato che non conosco a priori quante line contengono valori del tipo 312.85 5 e quindi non so che dimensionei dare all'array da allocare

Pensavo di usare l'fseek per riposizionarmi all'inzio dell'elenco una volta che ho contato il numero delle linee conteneti i valori del tipo 312.52 5 che mi interessano. E quindi allocare l'esatta quantita' di memoria che mi serve.



Qualcuno avrebbe una soluzione +intelligente e pratica?


Grazie mille!!!!

[Qu@ker]

Ma non ti converrebbe usare una qualche libreria tipo la PCRE ?