Question

我有以下形式的字符串：

}# => 2[1 HMDB00001 ,2 HMDB00002]
}# => 5[1 HMDB00001 ,2 HMDB00002, 3 HMDB00003 ,4 HMDB00004,5 HMDB00005]
}# => 1[1 HMDB00001]

<。>在.txt文件中。我试图使用正则表达式的re.search（）在python列表中解析它们，但到目前为止还不成功。您可以猜测列表应包含以下元素elements = ["1 HMDB00001", "2 HMDB00002", "3 HMDB00003"]。列表彼此独立。因此，当仅解析一行时，可以考虑(eg. }# => 2[1 HMDB00001 ,2 HMDB00002])。

Answer 1

(?<=[\[,])\s*(\d+ HMDB0+\d+)

请改用re.findall。参见演示。

https://regex101.com/r/eS7gD7/19#python

import re
p = re.compile(r'(?<=[\[,])\s*(\d+ HMDB0+\d+)', re.IGNORECASE | re.MULTILINE)
test_str = "}# => 2[1 HMDB00001 ,2 HMDB00002]\n}# => 5[1 HMDB00001 ,2 HMDB00002, 3 HMDB00003 ,4 HMDB00004,5 HMDB00005]\n}# => 1[1 HMDB00001]"

re.findall(p, test_str)

Answer 2

这似乎有效，但鉴于你的问题很难确定。您可以从所得到的答案中拼凑出一个解决方案。

import re

strings = [
    '}# => 2[1 HMDB00001 ,2 HMDB00002]',
    '}# => 5[1 HMDB00001 ,2 HMDB00002, 3 HMDB00003 ,4 HMDB00004,5 HMDB00005]',
    '}# => 1[1 HMDB00001]',
]

for s in strings:
    mat = re.search(r'\[(.*)\]', s)
    elements = map(str.strip, mat.group(1).split(','))
    print elements

哪个输出：

['1 HMDB00001', '2 HMDB00002']
['1 HMDB00001', '2 HMDB00002', '3 HMDB00003', '4 HMDB00004', '5 HMDB00005']
['1 HMDB00001']

Answer 3

假设您的模式完全符合：一个数字，一个空格，HMDB，5个数字，按此顺序排列。

结果存储在每行的dict中。

import re

matches = {}
with open('my_text_file.txt', 'r') as f:
    for num, line in enumerate(f):
        matches.update({num: re.findall(r'\d\sHMDB\d{5}', line)})

print(matches)

如果HMDB可能不同，您可以使用r'\d\s[a-zA-Z]{4}\d{5}'。

从.txt解析Python字符串

3 个答案: