GTFItem.h

   1 #ifndef __GTFITEM__
   2 #define __GTFITEM__
   3
   4 #include<cstdio>
   5 #include<cstdlib>
   6 #include<cassert>
   7 #include<string>
   8 #include<sstream>
   9
  10 #include "utils.h"
  11
  12 class GTFItem {
  13  public:
  14
  15   GTFItem() {
  16     seqname = source = feature = "";
  17     score = "";
  18     start = end = 0;
  19     strand = 0; //strand is a char variable
  20     frame = "";
  21     gene_id = transcript_id = "";
  22     left = "";
  23   }
  24
  25   bool operator<(const GTFItem& o) const {
  26           if (gene_id != o.gene_id) return gene_id < o.gene_id;
  27           if (transcript_id != o.transcript_id) return transcript_id < o.transcript_id;
  28           return start < o.start;
  29   }
  30
  31   void my_assert(char value, std::string& line, const std::string& msg) {
  32           if (!value) {
  33                   fprintf(stderr, ".gtf file might be corrupted!\n");
  34                   fprintf(stderr, "Stop at line : %s\n", line.c_str());
  35                   fprintf(stderr, "Error Message: %s\n", msg.c_str());
  36                   exit(-1);
  37           }
  38   }
  39
  40   void parse(std::string line) {
  41     std::istringstream strin(line);
  42     std::string tmp;
  43
  44     getline(strin, seqname, '\t');
  45     getline(strin, source, '\t');
  46     getline(strin, feature, '\t');
  47     getline(strin, tmp, '\t');
  48     start = atoi(tmp.c_str());
  49     getline(strin, tmp, '\t');
  50     end = atoi(tmp.c_str());
  51     getline(strin, score, '\t');
  52     getline(strin, tmp, '\t');
  53     my_assert((tmp.length() == 1 && (tmp[0] == '+' || tmp[0] == '-')), line, "Strand is neither '+' nor '-'!");
  54     strand = tmp[0];
  55     getline(strin, frame, '\t');
  56
  57     getline(strin, left); // assign attributes and possible comments into "left"
  58
  59     strin.clear(); strin.str(left);
  60     bool find_gene_id = false, find_transcript_id = false;
  61
  62     while (getline(strin, tmp, ';') && (!find_gene_id || !find_transcript_id)) {
  63         tmp = cleanStr(tmp);
  64         size_t pos = tmp.find(' ');
  65         my_assert((pos != std::string::npos), line, "Cannot separate the identifier from the value for attribute " + tmp + "!");
  66         std::string identifier = tmp.substr(0, pos);
  67
  68         if (identifier == "gene_id") {
  69                 my_assert(!find_gene_id, line, "gene_id appear more than once!");
  70             tmp = cleanStr(tmp.substr(pos));
  71             my_assert((tmp[0] == '"' && tmp[tmp.length() - 1] == '"'), line, "Textual attributes should be surrounded by doublequotes!");
  72             gene_id = tmp.substr(1, tmp.length() - 2);
  73             find_gene_id = true;
  74         } else if (identifier == "transcript_id") {
  75                 my_assert(!find_transcript_id, line, "transcript_id appear more than once!");
  76             tmp = cleanStr(tmp.substr(pos));
  77             my_assert((tmp[0] == '"' && tmp[tmp.length() - 1] == '"'), line, "Textual attributes should be surrounded by doublequotes!");
  78             transcript_id = tmp.substr(1, tmp.length() - 2);
  79             find_transcript_id = true;
  80         }
  81     }
  82
  83     my_assert(find_gene_id, line, "Cannot find gene_id!");
  84     my_assert(find_transcript_id, line, "Cannot find transcript_id!");
  85   }
  86
  87   std::string getSeqName() { return seqname; }
  88   std::string getSource() { return source; }
  89   std::string getFeature() { return feature; }
  90   int getStart() { return start; }
  91   int getEnd() { return end; }
  92   char getStrand() { return strand; }
  93   std::string getScore() { return score; }  // float, integer or "." ; let downstream programs parse it
  94   std::string getFrame() { return frame; }  // 0, 1, 2, or "."; let downstream programs parse it
  95   std::string getGeneID() { return gene_id; }
  96   std::string getTranscriptID() { return transcript_id; }
  97   std::string getLeft() { return left; }
  98
  99   void setGeneID(const std::string& gene_id) {
 100     this->gene_id = gene_id;
 101   }
 102
 103   std::string toString() {
 104     std::string val;
 105     std::ostringstream strout;
 106     strout<<seqname<<'\t'<<source<<'\t'<<feature<<'\t'<<start<<'\t'<<end<<'\t'<<score<<'\t'<<strand<<'\t'<<frame<<'\t';
 107     strout<<"gene_id \""<<gene_id<<"\"; transcript_id \""<<transcript_id<<"\";"<<left;
 108     val = strout.str();
 109
 110     return val;
 111   }
 112
 113  private:
 114   std::string seqname, source, feature;
 115   std::string score;
 116   int start, end;
 117   char strand;
 118   std::string frame;
 119   std::string gene_id, transcript_id;
 120   std::string left;
 121 };
 122
 123 #endif