基本上我有這些文件(來自NCBI的medline)。每個都與期刊標題相關聯。每個都有0,1個或更多的Genbank識別碼(GBID)。我可以將每個文件的GBID與每個日記名稱的數量關聯起來。我的問題是我可能有多個文件與同一個日誌相關聯,我不知道如何將每個文件的GBID數量添加到每個日誌的總GBID數量中。如何添加散列值而不是用新值覆蓋?
我的當前代碼: jt代表期刊標題,從文件中正確提取。遇到的GBID被添加到計數中。
全碼:
#!/usr/local/bin/ruby
require 'rubygems'
require 'bio'
Bio::NCBI.default_email = '[email protected]'
ncbi_search = Bio::NCBI::REST::ESearch.new
ncbi_fetch = Bio::NCBI::REST::EFetch.new
print "\nQuery?\s"
query_phrase = gets.chomp
"\nYou said \"#{query_phrase}\". Searching, please wait..."
pmid_list = ncbi_search.search("pubmed", "#{query_phrase}", 0)
puts "\nYour search returned #{pmid_list.count} results."
if pmid_list.count > 200
puts "\nToo big."
exit
end
gbid_hash = Hash.new
jt_hash = Hash.new(0)
pmid_list.each do |pmid|
ncbi_fetch.pubmed(pmid, "medline").each do |pmid_line|
if pmid_line =~ /JT.+- (.+)\n/
jt = $1
jt_count = 0
jt_hash[jt] = jt_count
ncbi_fetch.pubmed(pmid, "medline").each do |pmid_line_2|
if pmid_line_2 =~ /SI.+- GENBANK\/(.+)\n/
gbid = $1
jt_count += 1
gbid_hash["#{gbid}\n"] = nil
end
end
if jt_count > 0
puts "#{jt} = #{jt_count}"
end
jt_hash[jt] += jt_count
end
end
end
jt_hash.each do |key,value|
# if value > 0
puts "Journal: #{key} has #{value} entries associtated with it. "
# end
end
# gbid_file = File.open("temp_*.txt","r").each do |gbid_count|
# puts gbid_count
# end
我的結果:
Your search returned 192 results.
Virology journal = 8
Archives of virology = 9
Virus research = 1
Archives of virology = 6
Virology = 1
基本上,我怎麼可以說病毒學= 15的檔案,但對於任何雜誌的標題?我嘗試了一個散列,但第二個病毒學檔案剛剛覆蓋了第一個......有沒有辦法讓兩個鍵在散列中添加它們的值?
謝謝!這對我來說非常合適! – kbearski 2012-04-18 14:15:29