Question

我正在编写一个逐行读取大文本文件的代码，并找到以UNIQUE-ID开头的行（文件中有很多文件），它出现在某一行之前（在本例中，以'REACTION-LAYOUT - '开头的那个，其中字符串中的第5个元素是OLEANDOMYCIN）。代码如下：

data2 = open('pathways.dat', 'r', errors = 'ignore')

pathways = data2.readlines()

PWY_ID = []
line_cont = []
L_PRMR = [] #Left primary
car = []

#i is the line number (first element of enumerate), 
#while line is the line content (2nd elem of enumerate)

for i,line in enumerate(pathways):
    if 'UNIQUE-ID' in line:
        line_cont = line
        PWY_ID_line = line_cont.rstrip()
        PWY_ID_line = PWY_ID_line.split(' ')
        PWY_ID.append(PWY_ID_line[2])
    elif 'REACTION-LAYOUT -' in line:
        L_PWY = line.rstrip()
        L_PWY = L_PWY.split(' ')
        L_PRMR.append(L_PWY[4])
    elif 'OLEANDOMYCIN' in line:
        car.append(PWY_ID)
print(car)

但是，输出是包含PWY_ID的所有行（第一个if语句的输出），就像忽略了所有其余代码一样。有人可以帮忙吗？

修改

以下是我的数据示例（在我的文本文件中有类似1000个类似的“页面”）：

//
UNIQUE-ID - PWY-741
.
.
.
.
PREDECESSORS - (RXN-663 RXN-662)
REACTION-LAYOUT - (RXN-663 (:LEFT-PRIMARIES CPD-1003) (:DIRECTION :L2R) (:RIGHT-PRIMARIES CPD-1004))
REACTION-LAYOUT - (RXN-662 (:LEFT-PRIMARIES CPD-1002) (:DIRECTION :L2R) (:RIGHT-PRIMARIES CPD-1003))
REACTION-LAYOUT - (RXN-661 (:LEFT-PRIMARIES CPD-1001) (:DIRECTION :L2R) (:RIGHT-PRIMARIES CPD-1002))
REACTION-LIST - RXN-663
REACTION-LIST - RXN-662
REACTION-LIST - RXN-661
SPECIES - TAX-351746
SPECIES - TAX-644631
SPECIES - ORG-6335
SUPER-PATHWAYS - PWY-5266
TAXONOMIC-RANGE - TAX-1224
//

Answer 1

我认为如果您发布了一些数据示例会有所帮助。但是你所期待的近似值是：

with open('pathways.dat','r', errors='ignore') as infile:
  i = infile.read().find(string_to_search)
  infile.seek(i+number_of_chars_to_read)

我希望这段代码可以帮助您将脚本集中在这一行上。

Answer 2

print(car)正在打印出第一个PWD_ID.append(PWY_ID_line[2])添加的所有行的列表，因为当您执行car时，您将整个PWD_ID列表附加到car.append(PWY_ID) }。所以，如果你想用OLEANDOMYCIN打印出行列表，你可能只想做car.append（line）。

Python在文本文件中提取特定行

2 个答案: