Python-根据缺少字符删除行

Question

我想从我的文件中删除一行，如果它包含A，C，G或T以外的字母。那么['TC'，'CY'，'GS'，'GA'，'CT ''将成为['TC'，'GA'，'CT']。

文件将包含未知数量的行，并且将包含任意顺序的2个或更多字母的模式。另外，我不知道存在的其他字母（Y或S或其他）。

我最好如何在Python中为此设置程序？我已经可以导入我的文件并读取行。

谢谢！

Answer 1

这个怎么样，作为一个班轮：

valid = [l.strip() for l in fh if all(c in 'ACGT' for c in l.strip())]

其中fh是你的文件句柄。

Answer 2

您可以使用简单的正则表达式和列表理解来解决它。

>>> import re
>>> data = ['TC', 'CY', 'GS', 'GA', 'CT']
>>> [x for x in data if re.match(r'^[ACGT]+$', x)]
['TC', 'GA', 'CT']

Answer 3

由于类型转换（你可以通过在之前分配set（“ACGT”）来减少它，但是一个很小的一行：

>>> l
['TC', 'CY', 'GS', 'GA', 'CT']
>>> [i for i in l if not set(i) - set("ACGT")]
['TC', 'GA', 'CT']