Question

我想在用户输入AA_code和CHAIN_ID时返回RES_POSITION。 CHAIN_ID是CHAIN标签的子元素，RES_POSITION和AA_CODE是 RESIDUE标签的子元素。 RESIDUE标签也是CHAIN的子元素标签。

我的代码仅对AA_CODE返回CHAIN_ID = "A"，直到 RES_POSITION = "370"。但是，它不会为其他CHAIN_IDs返回，而是它应该返回。我不明白为什么会有任何帮助不胜感激。

PS：我正在使用Elementtree。

XML示例：

<RESIDUE>
         <RES_POSITION>370</RES_POSITION>
         <AA_CODE>G</AA_CODE>
      </RESIDUE>
   </CHAIN>
   <CHAIN>
      <CHAIN_ID>B</CHAIN_ID>
      <RESIDUE>
         <RES_POSITION>371</RES_POSITION>
         <AA_CODE>S</AA_CODE>
      </RESIDUE>

我的返回真实结果的代码：

   chain = [seq for seq in SEQ.findall('CHAIN') if seq.findtext('CHAIN_ID') == "A"]
    print(chain)
    sequence = [res for res in SEQ.find('CHAIN') if res.findtext('RES_POSITION') == "370"]
    print(sequence)
    for seq in chain:
            for res in sequence:
                if res in seq:
                    print(res.findtext('AA_CODE'))

返回：

[<Element 'CHAIN' at 0x0000019203C83138>]
        [<Element 'RESIDUE' at 0x00000192040E4C78>]
        G

我的CHAIN_ID的代码为B：

chain = [seq for seq in SEQ.findall('CHAIN') if seq.findtext('CHAIN_ID') == "B"]
print(chain)
sequence = [res for res in SEQ.find('CHAIN') if res.findtext('RES_POSITION') == "371"]
print(sequence)
for seq in chain:
        for res in sequence:
            if res in seq:
                print(res.findtext('AA_CODE'))

返回：

[<Element 'CHAIN' at 0x000002EFB2254DB8>]
[]

Answer 1

sequence = [res for res in SEQ.find('CHAIN') if res.findtext('RES_POSITION') == "371"]

在这里，您写的是SEQ.find(...)而不是SEQ.findall(...)。

这是您想要的吗？ find（）仅在您的XML文件中找到CHAIN的第一个匹配项，而我的猜测是，该行的第二部分（res_position == 371）对找到的元素求值为False，因此序列最终将为空列表。

此外，尽管findall返回CHAIN元素，但findall仅返回CHAIN子元素，这需要修改generator语句的if-部分。

以下是我已经实际测试过的代码；-）：

chain = [seq for seq in SEQ.findall('CHAIN') if seq.findtext('CHAIN_ID') == "B"]
print(chain)
sequence = [res for res in SEQ.findall('CHAIN') if res.findtext('RESIDUE/RES_POSITION') == "371"]
print(sequence)
for seq in chain:
    for res in sequence:
        if res == seq:
            print("=> %s" % res.findtext('RESIDUE/AA_CODE'))

由于序列行现在包含CHAIN元素，因此必须在RESIDUE元素名称前添加RES_POSITION和AA_CODE元素。
出于相同的原因，您检查res和seq的相等性，而不是“包含性”（这是一个单词吗？）。

另一个建议-试试这个：

chain = [
    seq for seq in SEQ.findall('CHAIN')
    if seq.findtext('CHAIN_ID') == "B"
        and seq.findtext('RESIDUE/RES_POSITION') == "371"
] 
for seq in chain:
    print("=> %s" % seq.findtext('RESIDUE/AA_CODE'))

这效率更高，因为它只遍历整个数据一次，不需要嵌套的for循环。

在XML，Python中使用if条件嵌套for循环

1 个答案: