Question

我正在尝试在我的python程序中打印所有爬行类亚种。我有一个带有一堆亚种及其DNA序列ID的文本文件。我只想创建一个亚种（键）字典及其各自的DNA序列ID（值）。但要做到这一点，我需要先学习如何将两者分开。

所以我想只打印所有的亚种名称，并忽略序列ID。

到目前为止我已经

了

import re
file = open('repCleanSubs2.txt')
for line in file:
    if line.startswith('[a-zA-Z]'):
        print line

我相信编译器将'[a-zA-Z]'作为字符串文字，而不是搜索字母表中的任何字母，无论区分大小写，这都是我想要的。

我的if语句中是否缺少某些语法？

谢谢！

Answer 1

startswith不解释正则表达式。使用您导入的re模块来检查字符串是否匹配：

if re.match('^[a-zA-Z]+', line) is not None:
    print line

以：^

开头

一个或多个匹配的字符：+

http://www.fon.hum.uva.nl/praat/manual/Regular_expressions_1__Special_characters.html

Answer 2

import re

file = open('repCleanSubs2.txt')
for line in file:
    match = re.findall('^[a-zA-Z]+', line)
    if match:
        print line, match

^符号表示从该行的开头匹配，a-z和A-Z之间的字母

+表示必须找到[a-zA-Z]中的至少一个或多个字符

re.findall将返回您在提供给它的字符串中可以找到的所有模式的列表

Answer 3

尝试以下行而不是startswith。

if re.match("^[a-zA-Z]", line):
       print line

Answer 4

试试这个，它为我工作：

import re
file = open('repCleanSubs2.txt')
for line in file:
if (re.match('[a-zA-Z]',line)):
    print line

Answer 5

不使用re：

import string
with open('repCleanSubs2.txt') as c_file:
    for line in c_file:
        if any([line.startswith(c) for c in string.letters]):
            print line

Answer 6

尝试一下

file = open("abc.xyz")
file_content = file.read()
line = file_content.splitlines()
output_data = []

for i in line:
     if i[0] == '[a-zA-Z]':
     output_data.append(i)
     print(i)

Answer 7

可以在没有正则表达的情况下完成

data = open('repCleanSubs2.txt').read().splitlines() ## Read file and extract data as list

print [i for i in data if i[0].isalpha()]

如果行以字母表中的任何字母开头，则打印行

7 个答案: