Question

  ATOM    856  CE ALYS A 104       0.809   0.146  26.161  0.54 29.14           C
  ATOM    857  CE BLYS A 104       0.984  -0.018  26.394  0.46 31.19           C
  ATOM    858  NZ ALYS A 104       1.988   0.923  26.662  0.54 33.17           N
  ATOM    859  NZ BLYS A 104       1.708   0.302  27.659  0.46 37.61           N
  ATOM    860  OXT LYS A 104      -0.726  -6.025  27.180  1.00 26.53           O
  ATOM    862  N   LYS B 276      17.010 -16.138   9.618  1.00 41.00           N
  ATOM    863  CA  LYS B 276      16.764 -16.524  11.005  1.00 31.05           C
  ATOM    864  C   LYS B 276      16.428 -15.306  11.884  1.00 26.93           C
  ATOM    865  O   LYS B 276      16.258 -15.447  13.090  1.00 29.67           O
  ATOM    866  CB  LYS B 276      17.863 -17.347  11.617  1.00 33.62           C

我有上面的文本文件，需要根据第21行的差异制作两个文本文件。我写了一个可以打印所需结果的脚本。但如果我不知道第21栏的角色是什么，我该怎么做才能做到这一点。以下是我试过的脚本。假设我不知道第21行是＆＃34; A＆＃34;和＆＃34; B＆＃34;或＆＃34; B＆＃34;和＆＃34; G＆＃34;或任何其他组合，需要在第21行的基础上分开。我该怎么做？

  import sys

  for fn in sys.argv[1:]:
     f=open(fn,'r')

     while 1:
        line=f.readline()
        if not line: break
        if line[21:22] == 'B':
           chns = line[0:80]
           print chns

Answer 1

使用str.split并比较第5个元素（即第21个字符）

while 1:
    line = f.readline()
    if not line: 
        break

    # get character in 5th column
    ch = line.split()[4]
    if ch == 'B':
        chns = line[0:80]
        print chns
    else: # not sure what the character is
        pass # do something

Answer 2

您可以将值初始化为None并查看其是否更改：

import sys

for fn in sys.argv[1:]:
    old = None
    f=open(fn,'r')

    for line in f:
        if not line: break
        if (old is None) or (line[21] == old):
           old = line[21]
           chns = line[0:80]
           print chns

Answer 3

不确定您要实现的目标。但是下面的代码将按字典lines中的第21个字符对所有文件中的行进行排序。

import sys

lines = dict()
for fn in sys.argv[1:]:
    f = open(fn,'r')

    for line in f:
        if not line:
            break
        key = line.split()[4]
        if key not in lines.keys():
            lines[key] = list()
        lines[key].append(line)

然后，您可以使用lines.keys()获取所有发生的第21个字符，并从字典中获取包含所有相应行的列表（）。

Answer 4

从上一行存储第21个字符的上一个值，然后为每个不匹配 添加换行符（这意味着另一个组）相同的字母）根据第21个字符打印分组的行。

请注意，它仅根据文件中的行序列对具有匹配的第21个字符的行进行分组，这意味着未排序的行将具有多个单独的分组同样的第21个字符。

修改后的文件以显示此案例：

ATOM 856 CE ALYS A 104 0.809 0.146 26.161 0.54 29.14 C ATOM 857 CE BLYS A 104 0.984 -0.018 26.394 0.46 31.19 C ATOM 862 N LYS B 276 17.010 -16.138 9.618 1.00 41.00 N ATOM 863 CA LYS B 276 16.764 -16.524 11.005 1.00 31.05 C ATOM 864 C LYS B 276 16.428 -15.306 11.884 1.00 26.93 C ATOM 865 O LYS B 276 16.258 -15.447 13.090 1.00 29.67 O ATOM 866 CB LYS B 276 17.863 -17.347 11.617 1.00 33.62 C ATOM 858 NZ ALYS A 104 1.988 0.923 26.662 0.54 33.17 N ATOM 859 NZ BLYS A 104 1.708 0.302 27.659 0.46 37.61 N ATOM 860 OXT LYS A 104 -0.726 -6.025 27.180 1.00 26.53 O

生成此案例的代码（不对行进行排序）：

import sys for fn in sys.argv[1:]: with open(fn,'r') as file: prev = 0 for line in file: line = line.strip() if line[21:22] != prev: # new line separator for each group print '' print line prev = line[21:22]

显示此案例的示例输出：

ATOM 856 CE ALYS A 104 0.809 0.146 26.161 0.54 29.14 C ATOM 857 CE BLYS A 104 0.984 -0.018 26.394 0.46 31.19 C ATOM 862 N LYS B 276 17.010 -16.138 9.618 1.00 41.00 N ATOM 863 CA LYS B 276 16.764 -16.524 11.005 1.00 31.05 C ATOM 864 C LYS B 276 16.428 -15.306 11.884 1.00 26.93 C ATOM 865 O LYS B 276 16.258 -15.447 13.090 1.00 29.67 O ATOM 866 CB LYS B 276 17.863 -17.347 11.617 1.00 33.62 C ATOM 858 NZ ALYS A 104 1.988 0.923 26.662 0.54 33.17 N ATOM 859 NZ BLYS A 104 1.708 0.302 27.659 0.46 37.61 N ATOM 860 OXT LYS A 104 -0.726 -6.025 27.180 1.00 26.53 O

因此，如果您希望每个相同的第21个字符只有一个，请使用{将所有行放在list和排序中{1}}会这样做。

代码（在分组前先对行进行排序）：

list.sort()

输出到：

import sys for fn in sys.argv[1:]: with open(fn,'r') as file: lines = file.readlines() # creates a list or pairs (21st char, line) within a list lines = [ [line[21:22], line.strip() ] for line in lines ] # sorts lines based on key (21st char) lines.sort() # brings back list of lines to its original state, # but the order is not reverted since it is already sorted lines = [ line[1] for line in lines ] prev = 0 for line in lines: if line[21:22] != prev: # new line separator for each group print '' print line prev = line[21:22]

修改

在不同文件中写入分组行实际上不需要检查上一行的值，因为根据第21个字符更改文件名会打开一个新文件，从而分隔行。但是在这里，我使用了ATOM 856 CE ALYS A 104 0.809 0.146 26.161 0.54 29.14 C ATOM 857 CE BLYS A 104 0.984 -0.018 26.394 0.46 31.19 C ATOM 858 NZ ALYS A 104 1.988 0.923 26.662 0.54 33.17 N ATOM 859 NZ BLYS A 104 1.708 0.302 27.659 0.46 37.61 N ATOM 860 OXT LYS A 104 -0.726 -6.025 27.180 1.00 26.53 O ATOM 862 N LYS B 276 17.010 -16.138 9.618 1.00 41.00 N ATOM 863 CA LYS B 276 16.764 -16.524 11.005 1.00 31.05 C ATOM 864 C LYS B 276 16.428 -15.306 11.884 1.00 26.93 C ATOM 865 O LYS B 276 16.258 -15.447 13.090 1.00 29.67 O ATOM 866 CB LYS B 276 17.863 -17.347 11.617 1.00 33.62 C，这样任何以前创建的具有相同文件名的文件都不会被附加，这可能会导致文件内容混乱或不一致。

prev

如果追加以前创建的文件不是问题，则可以简化文件编写部分。但是，它有可能写入具有相同文件名的文件，该文件不是由脚本创建的，或者是在早期执行/会话期间由脚本创建的。

import sys for fn in sys.argv[1:]: with open(fn,'r') as file: lines = file.readlines() # creates a list or pairs (21st char, line) within a list lines = [ [line[21:22], line ] for line in lines ] # sorts lines based on key (21st char) lines.sort() # brings back list of lines to its original state, # but the order is not reverted since it is already sorted lines = [ line[1] for line in lines ] filename = 'file' prev = 0 for line in lines: if line[21:22] != prev: # creates a new file file = open(filename + line[21:22] + '.txt', 'w') else: # appends to the file file = open(filename + line[21:22] + '.txt', 'a') file.write(line) prev = line[21:22]

基于匹配字符的文件分离

4 个答案: