[ruby-list:42440] Re: 空白行を除くための行数の数え方

片山です。

06/06/21 に Norihito Shinzan (Jun
Kabbalah)<kabbalah-dQ7LRJR+8C81vfuBshnKrCGn5s73+xxf@xxxxxxxxxxxxxxxx> さんは書きました:
>  最初の質問時に「BioRubyを使ってGenBankデータを処理しようとしています」
> と対象データ・使用ライブラリを断っておけば皆さんも混乱しなかったと思いま
> す(^^;

そうですね。
BioRuby をお使いの場合は少し方法が違っていたのですが
たどり着かれたようなのでそれは良いとして、 ^^;


> ＃ていうか、GenBank のフォーマットにとって空行に何の意味もないなら
> ＃BioRuby 側で読み飛ばしてくれればいいんじゃないかと思ってみたり。

GenBank は遺伝子やゲノムの DNA シーケンスと付随する情報を
自然言語で記述する際に使われる代表的なフォーマットの一つなのですが、
小さな遺伝子から巨大なゲノムまで使い回されているおかげで、
以下のような状況になっています：

* BioRuby では１行ごとではなく // で区切られた複数行（エントリ）ごとに読み込んでいる
* エントリのサイズは数KBのものから数百MBのものまで混在し得る
* GenBank フォーマットの規格として空行は存在しないことになっている

読み込んだエントリに空行が無いかチェックするのは、
エントリが巨大だった場合に少しパフォーマンスが悪くなりそうです。
（そうでもないのかな、、）

ちなみに、エントリの前後についている white spaces は strip していますので、
今回のケースはエントリの中に空行があるのかなと想像していますが、

* どうすればそんなデータが得られたのか（わりと一般的に起こりうる事かどうか）
* 実際のデータ
* エラーメッセージ
* やろうとしていたこと（とうまくいかなかったこと）

などを BioRuby のメーリングリストか個人宛にメールして頂ければ改良できるかもしれません。
（場合によってはデータの取り方を変える方が早いかもしれません^^;）

ではでは。