#!/usr/bin/perl -w
# cd /home/xiangyang/Desktop/P.stutzeri_genome/Blast_A1501 
# perl /home/xiangyang/Desktop/P.stutzeri_genome/Blast_A1501/perl_bin/hash_extract.pl /home/xiangyang/Desktop/P.stutzeri_genome/Blast_A1501/3793_genome.shared 3780 /home/xiangyang/Desktop/P.stutzeri_genome/PROTEIN_1-3793

use strict;
use Data::Dumper;
use List::Compare;
my $path1="/home/xiangyang/Desktop/P.stutzeri_genome/Blast_A1501";
my $path2=$ARGV[2];
my $path3;
my $path4;
my $output_2;


##########################################################################################################################################
##########################################################################################################################################
#####################################################Create a new excel file##############################################################
use Spreadsheet::WriteExcel; 
use Spreadsheet::ParseExcel;
use Bio::DB::Fasta;
my $workbook = Spreadsheet::WriteExcel->new('core_cluster.xls');
my $worksheet = $workbook->add_worksheet("sheet1"); 
my $infile=$ARGV[0];
my $Genome_number=$ARGV[1];
open (INFILE, $infile);
my @array;
my $count=0;
my $vol=0;

while (<INFILE>){
    chomp;
    my $line=$_;
    $line=~s/XD38_(.+);\[Pseudomonas_sp._63_8\];\[GCA_001507875.1_ASM150787v1\]//g;
    @array=split " ", $line;
    $count++;
    if (scalar @array eq $Genome_number){
        $vol++;
        for (my $i=0; $i<$Genome_number; $i++){
            $worksheet->write($i,$vol-1,"$array[$i]");
                                              } 
                                         }
                }
             $workbook->close();

# print "$vol\n";
################################Split seperate list file from excel#################################################################
my $parser   = Spreadsheet::ParseExcel->new();
my $workbook1 = $parser->parse('core_cluster.xls');
if ( !defined $workbook1 ) {
    die $parser->error(), ".\n";
                           }
  for my $worksheet1 ( $workbook1->worksheets() ) {
    for (my $i=0; $i<$vol; $i++) {                         
      my $Value;
      mkdir "$path1/split/";
      my $name=$worksheet1->get_cell(0, $i )->value();
      $name=~s/;(.+)//g;                                 # file_name
      $name=~s/\]$//g;
      my $output="$path1/split/$name";


      open(OUTPUT, ">$output");
        for (my $row=0; $row<$Genome_number; $row++) {                           
           my $cell = $worksheet1->get_cell($row, $i );
           $Value=$cell->value();
           print OUTPUT "$Value\n";
                                                     }
                                  }
                                                   }

##########################################################################################################################################
##########################################################################################################################################
##########################################################################################################################################
##########################################################################################################################################
 system ("cat  $path1/split/* > $path1/filted_sequence.tablelist1111111111111111111111111111111111111");

    $path3="$path1/split"; 
opendir DIRR, $path3 or die $!;
my @to_be_compared=();
my @dir3 = readdir DIRR; 
closedir DIRR;
  foreach my $file3(@dir3){
     my $input="$path3/$file3";
     my @file4=();
open IN,"$input" or die $!;
       while (<IN>) {
       my $name=$_;
        $name=~s/(.+);\[//g;
        $name=~s/\]$//g;
               push (@file4,$name);
                    }
    print $file3, "--", scalar @file4;
    print "\n";
    if (scalar @file4 >0) {push (@to_be_compared, \@file4)};
 #   print "@file3\n";
                          }
    my $lc = List::Compare->new({ lists => \@to_be_compared} );
    my @intersection1 = $lc->get_intersection;
# my   @intersection1 = get_intersection(\@to_be_compared);
      print scalar(@intersection1)."\n";
#      print (join ",", @intersection1);
#      print "\n";
########################################################################################################################################
    my %file31;
opendir DIRRR, $path3 or die $!;
my @dir31 = readdir DIRRR; 
closedir DIRRR;
     mkdir "$path3/MODIFY/";
  foreach my $file33(@dir31){
my $inputt="$path3/$file33";
open INN,"$inputt" or die $!;
      while (<INN>) {
       my $namee=$_;
        $namee=~s/(.+);\[//g;
        $namee=~s/\]$//g;
               $file31{$namee}=$_;
                    }
     my $output_1="$path3/MODIFY/$file33.MODIFY";
     open(OUTPUT_1, ">$output_1");
foreach my $iii(@intersection1){
        if (exists $file31{$iii}){
          my $valueee=$file31{$iii};
          print OUTPUT_1 "$valueee";
                                  } 
                               }
                            }
# print %file3;


##########################################################################################################################################
##########################################################################################################################################
##########################################################################################################################################
##########################################################################################################################################
system ("cat  $path3/MODIFY/*.MODIFY > $path1/filted_sequence.tablelist");

$output_2="$path1/filted_sequence.fasta";
open(OUTPUT_2, ">$output_2");
  my $plus=0;
  opendir DIR, $path2 or die $!;
  my @dir1 = readdir DIR; 
  closedir DIR;
    foreach my $file1(@dir1){  # 分布例遍每个参考序列文件
     my $inputtt="$path2/$file1";
     my %data; 
       open FASTA, $inputtt or die $!;
       my @array=<FASTA>;
       my $length= scalar @array;
       for (my $i=0; $i<$length; $i=$i+2) { 
          $plus++;
          my $key=$array[$i];
 #         my $value=$plus."_".$array[$i+1];
          my $value=$array[$i+1];
          $data{$key}=$value;
                                          }
          # print Dumper(\%data); # 打印这个哈希

open TABLE,"$path1/filted_sequence.tablelist" or die $!;
      while (<TABLE>) {
        my $header=">".$_;
        if (exists $data{$header}){
          my $value=$data{$header};
          print OUTPUT_2 "$header$value";
                                  }   
                      }
                            }   # 分布例遍每个参考序列文件
 close OUTPUT_2;
##########################################################################################################################################
##########################################################################################################################################
################################Extract sequence according to list###################################################

my %final; 
       open FAS, $output_2 or die $!;
       my @arrayy=<FAS>;
       my $length2= scalar @arrayy;
       for (my $k=0; $k<$length2; $k=$k+2) { 
          my $keyy=$arrayy[$k];
          my $valuee=$arrayy[$k+1];
          $final{$keyy}=$valuee;
                                          }

$path4="$path3/MODIFY/";
opendir DIRRRR, $path4 or die $!;
my @dir4 = readdir DIRRRR; 
closedir DIRRRR;
  foreach my $file4(@dir4){
     my $inputttt="$path4/$file4";
     mkdir "$path4/MODIFY/";
     my $output_3="$path4/MODIFY/$file4.FASTA";
     open(OUTPUT_3, ">$output_3");
open INNN,"$inputttt" or die $!;
      while (<INNN>) {
        my $headerr=">".$_;
        if (exists $final{$headerr}){
          my $valuee=$final{$headerr};
          print OUTPUT_3 "$headerr$valuee";
                                  }   
                      }

}
##############################################################################################################