Question

写一个函数

def parseAnnotation(annotation):

以字符串annotation作为参数。该字符串以下列方式（start..end），（start..end）等描述序列中CDS的位置。字符串'(459..521),(1834..2736)'指定CDS分布在两个外显子中，其中一个部分从基数459到基数521（包括两者），其余部分从基数1834到基数2736（包括两者）。该函数必须返回一个列表，其中包含每个CDS部分的元组，每个部分都有一个起始值和结束值。

用法示例：   parseAnnotation('(459..521),(1834..2736)')   应该回来   [(459, 521), (1834, 2736)]

我的尝试：

def parseAnnotation(annotation):
lst = []
for seq in annotation:
    seq.replace("..", ",")
    lst = seq
    return annotation

print parseAnnotation('(459..521), (1834..2736)')

输出：

(459..521), (1834..2736)

我该怎么办？

Answer 1

字符串是不可变的，您应该将str.replace返回的字符串分配给变量。

>>> s = '(459..521), (1834..2736)'
>>> new_s = s.replace('..', ',')
>>> new_s
'(459,521), (1834,2736)'
>>> s                          #Still unchanged
'(459..521), (1834..2736)'

要获取元组列表，请使用ast.literal_eval和list()：

>>> from ast import literal_eval
>>> list(literal_eval(new_s))
[(459, 521), (1834, 2736)]

Answer 2

def stripString(ann):
    return ann.strip().lstrip("(").rstrip(")").split("..")

def parseAnnotation(ann):
    return [tuple(map(int, stripString(j))) for j in ann.split(",")]

print parseAnnotation('(459..521),(1834..2736)')

<强>输出

[(459, 521), (1834, 2736)]

<强>解释

首先，使用parseAnnotation调用(459..521),(1834..2736)。它根据,拆分整个字符串。所以，我们会得到['(459..521)', '(1834..2736)']。然后它逐个元素地选择并执行以下操作。（有关解释，我将(459..521)。

使用stripString调用

(459..521)函数，其中应用了第一个strip()，删除了两侧的所有不必要的空白字符。然后，空格剥离的字符串经过lstrip("(")和rstrip(")")，从字符串的左侧删除(，从字符串的右侧删除) 。因此，当前字符串变为'459..521'。现在它基于..进行拆分，因此我们将从['459', '521']函数中获取stripString。现在，函数调用结束了，表达式变成了这个

tuple(map(int, ['459', '521']))

由于数字实际上是字符串格式，我们将它们转换为具有int函数的数字。因此，我们将获得tuple([459, 521])，这将提供(459, 521)

Answer 3

我的解决方案不像解决方案那样高效，但我只是一步一步地做到了，我得到了它。我只是发布它来展示，你怎么可以继续简化。

def parseAnnotation(ann):
    tmp = ann.replace('..', ',')  # remove .. from the tuple: '(123..123), (4321..8765)'
                                  #                          =>'(123, 123), (4321, 8765)'
    tmp = tmp.replace('(', '')    # remove ( from the string
    tmp = tmp.replace(')', '')    # remove ) from the string 
    tmp = tmp.replace(' ', '')    # remove spaces from the string to get something like that
                                  # '123,123,4321,8765'
    tmp = tmp.split(',')          # ['123', '123', '4321', '8765']
    return [(int(tmp[i]), int(tmp[i+1])) for i in range(len(tmp)-2)]

我只是修改了字符串，然后我把它放在一个元组中。但不幸的是，它并不像那样的优雅和高效。

如何从字符串中创建元组列表？

3 个答案: