檢查是否發現字符串列表正好n次

我正在努力綜合幾個答案我一直在閱讀，接近我想要做的，我不能制定一些谷歌福，會給我任何現有的答案！我知道這很簡單，但我現在處於虧損狀態。檢查是否發現字符串列表正好n次

非常相似this question，我想找到我讀過成在另一個文件中occurr元組幾串，不過，我只是想在那裏每個字符串匹配只有一次線。所以我所知道的any和all不符合法案。

到目前爲止我有什麼接近，line.count是給我回出現次數的每一行，但在2種方式是錯的：

首先，line.count正在由1某種方式對給定線？

我知道我做錯了我如何迭代/搜索每個鍵和/或使用== 1測試，但我無法弄清楚。

字符串我正在尋找的元組是：

['AG49', 'AG51', 'AGBD', 'AGHT', 'AGJN', 'AGKC', 'AGNP', 'AGTI', 'LG01', 'LG33', 'LG45']

，並尋求在（他們將有2至幾十項OG_1000任何東西（下面的文件的一些示例行實際上是最長行/大多數成員）：

OG_1000: AG49|00461 AG49|03016 AG49|03395 AG49|01465 AG49|01485 AG49|02179 AG49|02513 AG49|03071 AG49|03396 AG49|02649 AG51|00302 AG51|00779 AG51|01746 AG51|02077 AG51|02502 AG51|01654 AG51|01963 AG51|01965 AGBD|01544 AGBD|02407 AGBD|02722 AGBD|03152 AGBD|02292 AGBD|03607 AGBD|03608 AGBD|03609 AGHT|00130 AGHT|00873 AGHT|00911 AGHT|01291 AGHT|02476 AGHT|02881 AGHT|02477 AGHT|02973 AGHT|02974 AGHT|02975 AGJN|00381 AGJN|00633 AGJN|01876 AGJN|02007 AGJN|02058 AGJN|02059 AGJN|02060 AGJN|02398 AGJN|02399 AGJN|02433 AGJN|02418 AGKC|00658 AGKC|00659 AGKC|00660 AGKC|01985 AGKC|02826 AGKC|02881 AGKC|01323 AGKC|01327 AGKC|01324 AGKC|02267 AGKC|02827 AGKC|02880 AGKC|04269 AGKC|02428 AGNP|00290 AGNP|02833 AGNP|03160 AGNP|03601 AGNP|03987 AGNP|03988 AGNP|03989 AGNP|04108 AGTI|00388 AGTI|01459 AGTI|03163 AGTI|03688 AGTI|00570 AGTI|04026 AGTI|03715 AGTI|03716 AGTI|03717 LG01|00908 LG01|00909 LG01|00910 LG01|01116 LG01|03323 LG01|03588 LG01|03589 LG01|03590 LG01|03591 LG01|01118 LG01|01908 LG01|03182 LG01|03189 LG01|01906 LG33|01192 LG33|01786 LG33|01787 LG33|01973 LG33|03700 LG33|04518 LG33|04759 LG33|01756 LG33|01760 LG33|01971 LG33|02055 LG33|02056 LG33|02057 LG45|00001 LG45|01508 LG45|01643 LG45|00233 LG45|00786 LG45|01599 LG45|01600 LG45|01601 LG45|04210 LG45|04212 LG45|04213 LG45|04637 LG45|03265 LG45|04211 LG45|03255 LG45|03261 AG51|00629 AGKC|04214 AG49|02651 AGBD|01546 AGKC|02430 AGNP|02835 AGTI|01461 LG45|00784 LG33|04104 LG45|00192 LG45|00193 LG33|00381 LG33|01750 
OG_1082: AG49|00880 AG49|02960 AG51|02815 AG51|04137 AGNP|00113 AGNP|03735 AGTI|00006 AGTI|02047 AGBD|01827 AGHT|00357 AGJN|03158 AGKC|02788 LG01|01472 LG33|02682 LG45|01009 
OG_7229: LG33|04676 LG45|01800

一個實例有效的行是：

OG_1264: AG49|00061 AG51|03472 AGBD|01583 AGHT|03015 AGJN|02348 AGKC|00003 AGNP|02702 AGTI|02067 LG01|00073 LG33|02222 LG45|04062

每個字符串只出現一次。

我此刻的代碼（減去一些選項解析等）：

# Get a tuple of strings to iterate over 
def getKeys(nameFile): 
    with open(nameFile, "r") as namehandle: 
     names = [] 
      for line in namehandle: 
       strip = line.rstrip('\n') 
      names.append(strip) 

    return names 

# Main code: 
keys = getKeys(nameFile) 

matchedLines = [] 

with open(args.infile, "r") as clusterFile: 
    for line in clusterFile: 
     for key in keys: 
      if line.count(key) == 1: 
       matchedLines.append(line)

來源

2016-11-08 Joe Healey

我認爲你的錯誤被追加到'matchedLines'列表中的其中數爲1，而不是等到你知道他們是所有比賽每一次關鍵。 –

是的，我也這麼認爲。我不知道如何一次性測試字符串，然後獲取匹配所有字符串的行，而不是逐個匹配，然後「重新組裝」正確的行。 –

在你的代碼，matchedLines將有很多次在同一行，它仍然不會給你匹配所有的行鑰匙一次。爲了這個目的，你仍然可以使用all：

with open(args.infile, "r") as clusterFile: 
    matchedLines = [line for line in clusterFile if all([line.count(key) == 1 for key in keys])]

來源

2016-11-08 11:55:51

完美！我知道我可以在某個地方聞到理解！ –

檢查是否發現字符串列表正好n次

回答

相關問題