如何在 Python 中跳过匹配模式的行？ [复制]

Question

这个问题在这里已经有了答案：

使用生成器 (python) 解析 fasta 文件(4 个回答)

5年前关闭。

我在 test.fa 中有以下几行：

#test.fa
>1
AGAGGGAGCTG
CCTCAGGGCTG
CACTCAGGAAA
TTGGGGCGCTG
AGCATGGGGGG
CAGGAGGGGCC

我需要忽略以 ">" 开头的行，并将以下几行连接成一个字符串。 然而，以下脚本不仅会跳过带有 ">" 的行，还会在连接剩余的行之前跳过下一行。

#!/usr/bin/env python
import sys
import re
string = ""
with open("test.fa","rt") as f:
       for line in f:
           if re.match(">",line):
              line = f.next()
           else:
              line = line.rstrip("\n")
              string = string + line
print (string)

任何人都可以帮助修复脚本，或建议更好的方法来做到这一点？ 谢谢 ！！

Answer 1

无论如何，行计数器已经在每个循环中递增，因此您实际上不需要在if块中执行任何操作。

   for line in f:
       if re.match(">",line):
          pass
       else:
          line = line.rstrip("\n")
          string = string + line

或者

   for line in f:
       if not re.match(">",line):
          line = line.rstrip("\n")
          string = string + line

---

其他增强功能：您不需要正则表达式来确定字符串以哪个字符开头，并且通常建议在列表中累积行而不是连接字符串。

lines = []
for line in f:
    if not line.startswith(">"):
        lines.append(line.rstrip("\n"))
string = "".join(lines)

或者，作为单班轮：

string = "".join(line.rstrip("\n") for line in f if not line.startswith(">"))

Answer 2

您实际上是在调用line.next()两次，因为每次循环时，它都会得到下一行。我建议您使用此方法

#!/usr/bin/env python
import sys
import re
string = ""
with open("test.fa","rt") as f:
       for line in f:
           if not re.match(">",line):
              line = line.rstrip("\n")
              string = string + line
print (string)

Answer 3

你不需要

line = f.next()

这在迭代器中自动发生。 只需这样做：

#!/usr/bin/env python
import sys
import re

string = ""
with open("test.fa","rt") as f:
    for line in f:
        if not re.match(">",line):
            line = line.rstrip("\n")
            string = string + line
print (string)