在文件python中查找字符串的完全匹配數

Question

我有一個問題，關於如何在字符串文件（特別是FASTA文件）中查找字符串（特別是DNA序列）的精確匹配數。 我要執行的操作與命令行中的“ grep -c“字符串” file_of_strings.fasta”完全一樣。 我的代碼如下：

count = 0
for line in open("sequences.fasta"):
    if sequence in line:
        count += 1

這似乎並沒有計算文件中特定字符串實例的數量，我也不知道為什么。 任何幫助將非常感激！

好吧，所以fasta文件的格式為：

>SEQUENCE_1
MTEITAAMVKELRESTGAGMMDCKNALSETNGDFDKAVQLLREKGLGKAAKKADRLAAEG
LVSVKVSDDFTIAAMRPSYLSYEDLDMTFVENEYKALVAELEKENEERRRLKDPNKPEHK
IPQFASRKQLSDAILKEAEEKIKEELKAQGKPEKIWDNIIPGKMNSFIADNSQLDSKLTL
MGQFYVMDDKKTVEQVIAEKEKEFGGKIKIVEFICFEVGEGLEKKTEDFAAEVAAQL
>SEQUENCE_2
SATVSEINSETDFVAKNDQFIALTKDTTAHIQSNSLQSVEELHSSTINGVKFEEYLKSQI
ATIGENLVVRRFATLKAGANGVVNGYIHTNGRVGVVIAAACDSAEVASKSRDLLRQICMH

Answer 1

with open('file') as f:
    print(f.read().count(sequence))

Answer 2

使用正則表達式（如果您不假設每行有一個匹配項，那么您的代碼將假設每行有一個匹配項）：

import re
f = open("sequences.fasta")
print len(re.findall(sequence, f.read()))
f.close()

1. 以字符串形式讀取文件
2. 使用re.findall查找匹配項，它將返回包含匹配項的列表
3. 從步驟2計算列表的長度。