删除字符串中的字符

Question

我有一个带有标题的fasta文件，其中包含序列名称和长度

>1 9081 bp 
gcgcccgaacagggacttgaaagcgaaagagaaaccagagaagctctctcgacgcagga

我需要删除名称后面的所有内容＆＃34; 1＆＃34;并尝试通过以下方式在python中执行此操作：

newfile.write(oldfile.replace("bp",""))

这将删除＆＃34; bp＆＃34;但我现在还有数字。

>1 9081
gcgcccgaacagggacttgaaagcgaaagagaaaccagagaagctctctcgacgcagga

如何指定术语：任何后跟bp的字符都不能替换。我试过*** bp或--- bp或... bp，但那些不能工作。

谢谢！ Radwa

Answer 1

您应该为此目的使用正则表达式。

试试这个（假设您的文件名可能包含多于1个字符，并且可能包含数字和字母）：

import re

regex = re.compile(r'(^\w+)\s.*', re.DOTALL)
print(regex.sub(r'\1', '1 9081 bp\ngcgcccgaacagggacttgaaagcgaaagagaaaccagagaagctctctcgacgcagga' ))
print(regex.sub(r'\1', 's12d 9081 bp\ngcgcccgaacagggacttgaaagcgaaagagaaaccagagaagctctctcgacgcagga' ))

输出：

1 
s12d