亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

使用正則表達式拆分標題和內容

使用正則表達式拆分標題和內容

Go
慕森王 2021-11-09 10:56:50
我在文件中有以下序列文本每個標題以“>”開頭的內容行數是隨機的>XM_024446048.1 PREDICTED: Homo sapiens mannosidase alpha class 2A member 1 (MAN2A1), transcript variant X2, mRNACAGCCCCCTGAGCGACTCCCTAATGTGACAGTAAAGAA>NM_001308028.1 Homo sapiens FER tyrosine kinase (FER), transcript variant 2, mRNACAGCCCCCGTGACGCGGGGTGGTGACTGGCTCGGTGGTGTGAC>NM_0013082323028.1 H STZ mRSN1ACAGCCCCCGTGACGCGGGGTGGTGACTGGCTCCGGAGTCTGAGGGGTTCGG我想以下列格式創建一個嵌套的字典:nested_dict = { 'sequence1': {'header': 'XM_024446048.1 PREDICTED: Homo sapiens mannosidase alpha class 2A member 1 (MAN2A1), transcript variant X2, mRNA','content': 'CAGCCCCCTGAGCGACTCCCTAATGTGACAGTAAAGAA'},               'sequence2': {'header': 'NM_001308028.1 Homo sapiens FER tyrosine kinase (FER), transcript variant 2, mRNA','content': 'CAGCCCCCGTGACGCGGGGTGGTGACTGGCTCGGTGGTGTGAC'},               'sequence3': {'header': 'NM_0013082323028.1 H STZ mRSN1A','content': 'CAGCCCCCGTGACGCGGGGTGGTGACTGGCTCCGGAGTCTGAGGGGTTCGG'}我被正則表達式困住了,有人可以幫助我嗎?
查看完整描述

1 回答

?
蝴蝶刀刀

TA貢獻1801條經驗 獲得超8個贊

你可以用


^>

(?P<header>

[^\n()]*

    (?:\((?P<name>[^\n()]+)\))?

[^()\n]*

)

[\n\r]

(?P<content>[\s\S]+?)(?=^>|\Z)

使用multilineverbose標志,請參閱regex101.com 上的演示。

在Python:

rx = re.compile(r'''

    ^>

    (?P<header>

    [^\n()]*

        (?:\((?P<name>[^\n()]+)\))?

    [^()\n]*

    )

    [\n\r]

    (?P<content>[\s\S]+?)(?=^>|\Z)''', re.M | re.X)


sequences = {"sequence{}".format(idx):

                 {"header": m.group('header'),

                  "content": m.group("content"),

                  "name": m.group('name')

                  }

             for idx, m in enumerate(rx.finditer(data), 1)}

print(sequences)

這產生


{'sequence1': {'header': 'XM_024446048.1 PREDICTED: Homo sapiens mannosidase alpha class 2A member 1 (MAN2A1), transcript variant X2, mRNA', 'content': 'CAGCCCCC\nTGAGCGAC\nTCCCTAATGTG\nACAGTAAAGAA\n', 'name': 'MAN2A1'}, 'sequence2': {'header': 'NM_001308028.1 Homo sapiens FER tyrosine kinase (FER), transcript variant 2, mRNA', 'content': 'CAGCCC\nCCGTGACGC\nGGGGTGGTGACT\nGGCTC\nGGTGGT\nGTGAC\n', 'name': 'FER'}, 'sequence3': {'header': 'NM_0013082323028.1 H STZ mRSN1A', 'content': 'CAGCCC\nCCGTGACGC\nGGG\nGTGGTGA\nCTGGCTCCGGAGT\nCTGAGGGGTTCGG', 'name': None}}

在 ideone.com 上查看演示。


查看完整回答
反對 回復 2021-11-09
  • 1 回答
  • 0 關注
  • 239 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號