html - Perl解析html后出现未初始化值错误

Question

我正在使用 Bioperl 查找基因的 GOterms。 我检索一个 html 文件，将其转换为文本，删除所有多余的空格和换行符，然后尝试遍历生成的数组。

但是，我在访问数组中未初始化的值时不断收到错误。我进行了多次检查以确保数组不为空并且不会超出范围。我怎样才能摆脱这个错误？

我以更易读的格式重新发布了代码。感谢您的帮助。

它似乎成功地从 html 中解析出了正确的数据，所以我不知道出了什么问题。

#!/usr/bin/perl -w
use strict;
use LWP::Simple;
use HTML::TreeBuilder;
use HTML::FormatText;

my $URL         = get("http://amigo.geneontology.org/amigo/term/GO:0000001");
my $Format      = HTML::FormatText->new;
my $TreeBuilder = HTML::TreeBuilder->new;
$TreeBuilder->parse($URL);
my $Parsed = $Format->format($TreeBuilder);
print "$Parsed";
my @parsed = split( /[ ]{2,}|(\n+)|(\r+)/, $Parsed );
if ( @parsed == 1 ) { return; }

my %termhash;
my $count = 0;

while ( $count < @parsed ) {
    if ( defined $parsed[$count] && $parsed[$count] eq 'Name' ) {
        my $count2 = $count;
        while ( ( $parsed[$count2] ne 'Feedback' ) && ( $count2 < @parsed ) ) {
            $count2++;
        }
        $count2--;
        @parsed = @parsed[ $count .. $count2 ];    # Gets the slice of the array needed
        last;
    }
    $count++;
}

if ( @parsed <= 1 ) { return; }
print "\n";

print @parsed;

$count = 0;
while ( $count < @parsed ) {
    if ( $parsed[$count] eq 'Name' ) {
        while ( $parsed[$count] ne 'Ontology' && ( $count < @parsed )) {
            $termhash{'Name'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Ontology' ) {
        while ( $parsed[$count] ne 'Synonyms' && ( $count < @parsed )) {
            $termhash{'Category'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Synonyms' ) {
        while ( $parsed[$count] ne 'Definition' && ( $count < @parsed )) {
            $termhash{'Aliases'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Definition' ) {
        while ( $parsed[$count] ne 'Comment' && ( $count < @parsed )) {
            $termhash{'Definition'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Comment' ) {
        while ( $parsed[$count] ne 'History' && ( $count < @parsed )) {
            $termhash{'Comment'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'History' ) {
        while ( $parsed[$count] ne 'Subset' && ( $count < @parsed )) {
            $termhash{'Version'} .= $parsed[$count];
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Subset' ) {
        while ( ( $parsed[$count] ne 'Community' ) && ( $count < @parsed ) ) {
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Community' ) {
        while ( ( $parsed[$count] ne 'Related' ) && ( $count < @parsed ) ) {
            $count++;
        }
    }
    if ( $parsed[$count] eq 'Related' ) {
        for ( $count < @parsed ) {
            $termhash{'Definition references'} .= $parsed[$count];
            $count++;
        }
    }
}
if ( $termhash{'Definition'} =~ m/OBSOLETE/ ) { $termhash{'Is obsolete'} = 1 }
else { $termhash{'Is obsolete'} = 0 }
#print %termhash;

主要错误消息是:

• 在字符串 ne 中使用未初始化的值 $parsed[127] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 23 行。

  在 print 中使用未初始化的值 $parsed[1] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 35 行。

  在字符串 ne 中使用未初始化的值 $parsed[1] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 42 行。

  在连接 (.) 或字符串中使用未初始化的值 $parsed[1] 位于/home/adur/workspace/BI7643/ParseGOhtml.pl 第 41 行。

  在字符串 ne 中使用未初始化的值 $parsed[17] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 48 行。

  在连接 (.) 或字符串中使用未初始化的值 $parsed[17] 位于/home/adur/workspace/BI7643/ParseGOhtml.pl 第 47 行。

  在字符串 ne 中使用未初始化值 $parsed[29] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 54 行。

  在连接 (.) 或字符串中使用未初始化的值 $parsed[29] 位于/home/adur/workspace/BI7643/ParseGOhtml.pl 第 53 行。

  在字符串 ne 中使用未初始化的值 $parsed[41] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 60 行。

  在连接 (.) 或字符串中使用未初始化的值 $parsed[41] 位于/home/adur/workspace/BI7643/ParseGOhtml.pl 第 59 行。

  在字符串 ne 中使用未初始化的值 $parsed[79] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 66 行。

  在连接 (.) 或字符串中使用未初始化的值 $parsed[79] 位于/home/adur/workspace/BI7643/ParseGOhtml.pl 第 65 行。

  在字符串 ne 中使用未初始化的值 $parsed[83] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 72 行。

  在连接 (.) 或字符串中使用未初始化的值 $parsed[83] 位于/home/adur/workspace/BI7643/ParseGOhtml.pl 第 71 行。

  在字符串 ne 中使用未初始化的值 $parsed[95] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 77 行。

  在字符串 ne 中使用未初始化的值 $parsed[107] /home/adur/workspace/BI7643/ParseGOhtml.pl 第 82 行。

Answer 1

您的意思是不引用第二个和第三个解析调用吗？

htmlparse('GO:0000001');
htmlparse(GO:0000002);
htmlparse(GO:0000003); 

应该是；

htmlparse('GO:0000001');
htmlparse('GO:0000002');
htmlparse('GO:0000003'); 

另外，请确保将以下内容添加到文件顶部

use warnings;
use diagnostics;

如果问题仍然存在，请发回生成的错误消息。

此外，根据 http://geneontology.org/page/lead-database-guide您可以直接查询在线数据库，而无需解析 html，他们使用他们的工具提供了以下示例；

GOshell.pl -d go_latest -dbuser go_select -dbauth amigo -port 4085 -h mysql.ebi.ac.uk

相关cpan信息； http://cpansearch.perl.org/src/SJCARBON/go-db-perl-0.04/doc/go-db-perl-doc.html