扫描txt，将某些数据附加到Python中的空列表中

Question

我有一个我在python中阅读的文本文件。 我正在尝试从关键字后面的文本文件中提取某些元素，将它们附加到空列表中。该文件如下所示：

所以我想制作两个空列表

• 第一个列表将附加序列名称

• 第二个列表将是一个列表，其中包含[Bacteria,Phylum,Class,Order, Family, Genus, Species]

  格式

  大多数生物将是未培养的细菌。我正在尝试添加具有以下ID的未培养细菌;

无论如何都要扫描某个单词，找到单词后，取出后面的单词[以'\ t'分隔]？

我需要它来创建一个要转换为分类数据的序列名字典。

我知道我需要一个空列表来将名称附加到：

seq_names=[ ]

将分类法列表放入

的第二个列表

taxonomy=[ ]

和每次迭代后将重置的第三个列表

temp = [ ]

我确信它可以在Biopython中完成，但我正在研究我的python技能

Answer 1

是的，有办法。

您可以使用内置函数split将从读取文件获得的字符串拆分为数组。从这里你可以找到你要找的单词的索引，然后使用这个索引加一个来得到它之后的单词。例如，使用名为test.text的文本文件看起来像这样（格式有点奇怪，因为SO似乎不喜欢硬标签）。

one two three   four    five    six seven   eight   nine

以下代码

f = open('test.txt','r')

string = f.read()

words = string.split('\t')
ind = words.index('seven')
desired = words[ind+1]

将返回所需的'8'

编辑：返回列表中的每个后续单词

f = open('test.txt','r')

string = f.read()
words = string.split('\t')

desired = [words[ind+1] for ind, word in enumerate(words) if word == "seven"]

这是使用列表推导。它列举了单词列表，如果单词是您要查找的单词，则在列表的下一个索引处包含该单词。

Edit2：要在新行和标签上拆分它，您可以使用正则表达式

import re
f = open('testtest.txt','r')

string = f.read()

words = re.split('\t|\n',string)

desired = [words[ind+1] for ind, word in enumerate(words) if word == "seven"]

Answer 2

听起来你可能想要一个按序列名称索引的词典。例如，

my_data = {
           'some_sequence': [Bacteria,Phylum,Class,Order, Family, Genus, Species],
           'some_other_sequence': [Bacteria,Phylum,Class,Order, Family, Genus, Species]
          }

然后，您只需访问my_data['some_sequence']即可获取有关该序列的数据。

要填充数据结构，我只需循环遍历文件行.split('\t')，将它们分成“列”，然后执行类似my_data[the_row[0]] = [the_row[10], the_row[11], the_row[13]...]的操作，将行加载到字典中。

所以，

for row in inp_file.readlines():
    row = row.split('\t')
    my_data[row[0]] = [row[10], row[11], row[13], ...]