切片字符串並返回拼接的字符串

Question

遇到麻煩我的功能在8個地方切分字符串（DNA代碼）並返回它們。我是新來的rstrip（）和split（）函數，我想我可能需要在這裏使用它們，但我不太明白。

這裏是我的代碼：

input2=open('queryfile.txt','r') 

def slice_seq(a,b,c,d,e,f,g,h,query_seq): 
    query_seq=input2 
     slice_1=query_seq[a:b + 1] 
     slice_2=query_seq[c:d + 1] 
     slice_3=query_seq[e:f + 1] 
     slice_4=query_seq[g:h + 1] 
    return slice_1,slice_2,slice_3,slice_4 

a=146 
b=917 
c=2381 
d=2737 
e=1 
f=155 
g=917 
h=1057 
answer=slice_seq(a,b,c,d,e,f,g,h,input2) 
print(answer) 

查詢文件看起來是這樣的：

emb|AJ000012.1| Mycobacterium tuberculosis recA gene (strain Canetti) 
CGAAAGGTCAGATCCGGGCCGGTGAGCACGCCGGATCCGGCCAGGCTAGCGGTGTTCAGCAGATCGTCGG 
TGATCCGGACCAGCCGCGCACGCAAGTCGGGCCGCACCGCCGCCAGGGCGTTCGACGCGCCGACGAGCGC 
GGACGCGATGTTGCCACACGCGGCGTGTCACACTTGAATCGAACAGGTGTTCGGCTACTGTGGTGATCAT 
TCGGAGCAGCCGACTTGTCAGTGGCTGTCTCTAGTGTCACGGCCAACCGACCGATACCGGTCAATCGAAC 
ACCGACCACAGGAGAGGCACCATGACGCAGACCCCCGATCGGGAAAAGGCGCTCGAGCTGGCAGTGGCCC 
AGATCGAGAAGAGTTACGGCAAAGGTTCGGTGATGCGCCTCGGCGACGAGGCGCGTCAGCCGATTTCGGT 
CATTCCGACCGGATCCATCGCACTCGACGTGGCCCTGGGCATTGGCGGCCTGCCGCGTGGCCGGGTGATA 
GAGATATACGGCCCGGAATCTTCGGGTAAGACCACCGTGGCGCTGCACGCGGTGGCCAACGCTCAGGCCG 
CCGGTGGTGTTGCGGCGTTCATCGACGCCGAGCACGCGCTGGATCCGGACTATGCCAAGAAGCTCGGTGT 
CGACACCGATTCGCTGCTGGTCAGCCAGCCGGACACCGGGGAACAGGCACTCGAGATCGCCGACATGCTG 
ATCCGCTCGGGTGCGCTTGACATCGTGGTGATCGACTCGGTGGCGGCGCTGGTGCCGCGCGCGGAGCTCG 
AAGGCGAGATGGGCGACAGCCACGTCGGGCTGCAGGCCCGGCTGATGAGCCAGGCGCTGCGGAAAATGAC 
CGGCGCGCTGAATAATTCGGGCACCACGGCGATCTTCATCAACCAGCTCCGCGACAAGATCGGAGTGATG 
TTCGGGTCGCCCGAGACGACAACGGGCGGAAAGGCGTTGAAGTTCTACGCGTCGGTGCGCATGGACGTGC 
GGCGGGTCGAGACGCTCAAGGACGGTACCAACGCGGTCGGCAACCGCACCCGGGTCAAGGTCGTCAAGAA 
CAAGTGCCTCGCAGAGGGCACTCGGATCTTCGATCCGGTCACCGGTACAACGCATCGCATCGAGGATGTT 
GTCGATGGGCGCAAGCCTATTCATGTCGTGGCTGCCGCCAAGGACGGAACGCTGCATGCGCGGCCCGTGG 
TGTCCTGGTTCGACCAGGGAACGCAGGATGTGATCGGGTTGCGGATCGCCGGTGGCGCCATCGTGTGGGC 
GACACCCGATCACAAGGTGCTGACAGAGTACGGCTGGCGTGCCGCCGGGGAACTCCGCAAGGGAGACCGG 
GTGGCGCAACCGCGACGCTTCGACGGATTCGGTGACAGTGCGCCGATTCCGGCGGATCATGCCCGGCTGC 
TTGGCTACCTGATCGGAGATGGCAGGGATGGTTGGGTGGGGGGCAAGACTCCGATCAACTTCATCAATGT 
TCAGCGGGCGCTCATTGACGACGTGACGCGAATCGCTGCGACGCTCGGTTGTGCGGCCCATCCGCAGGGG 
CGTATCTCACTCGCGATCGCTCATCGACCCGGTGAGCGCAACGGGGTACTGGACCTTTGTCGGCGGGCCG 
GTGTGCACGGCAAGCTCGCGTGGGAGAAGACGATTCCGAATTGGTTCTTCGAGCCGGACATCGCGGCCGA 
CATTGTCGGCAATCTGCTCTTCGGCCTGTTCGAAAGCGACGGGTGGGTGAGCCGGGAACAGACCGGGGCA 
CTTCGGGTCGGTTACACGACGACCTCTGAACAACTCGCGCATCAGATTCATTGGCTGCTGCTGCGGTTCG 
GTGTCGGGAGCACCGTTCGAGATTACGATCCGACCCAGAAGCGGCCGAGCATCGTCAACGGTCGACGGAT 
CCAGAGCAAACGTCAAGTGTTCGAGGTCCGGATCTCGGGTATGGATAACGTCACGGCATTCGCGGAGTCA 
GTTCCCATGTGGGGGCCGCGCGGTGCCGCGCTTATCCAGGCGATTCCAGAAGCCACGCAGGGGCGGCGTC 
GTGGATCGCAAGCGACATATCTGGCTGCAGAGATGACCGATGCCGTGCTGAATTATCTGGACGAGCGCGG 
CGTGACCGCGCAGGAGGCCGCGGCCATGATCGGTGTAGCTTCCGGGGACCCCCGCGGTGGAATGAAGCAG 
GTCTTAGGTGCCAGCCGCCTTCGTCGGGATCGCGTGCAGGCGCTCGCGGATGCCCTGGATGACAAATTCC 
TGCACGACATGCTGGCGGAAGAACTCCGGTATTCGGTGATCCGAGAAGTGCTGCCAACGCGGCGGGCACG 
AACGTTCGACCTCGAGGTCGAGGAACTGCACACCCTCGTCGCCGAAGGGGTTGTCGTGCACAACTGTTCG 
CCCCCCTTCAAGCAGGCCGAGTTCGACATCCTCTACGGCAAGGGAATCAGCAGGGAGGGCTCGCTGATCG 
ACATGGGTGTGGATCAGGGCCTCATCCGCAAGTCGGGTGCCTGGTTCACCTACGAGGGCGAGCAGCTCGG 
CCAGGGCAAGGAGAATGCCCGCAACTTCTTGGTGGAGAACGCCGACGTGGCTGACGAGATCGAGAAGAAG 
ATCAAGGAAAAGCTTGGCATTGGTGCCGTGGTGACCGATGACCCCTCAAATGACGGTGTCCTGCCCGCCC 
CCGTCGACTTCTGAGCGCGAAGAGCAGGCGCGGGCACTGTGCCTGCGCCTGCTCACCGCGCGATCCCGCA 
CCCGCGC 

任何幫助，將嚴重感謝！我很確定我的問題是如何處理查詢文件，以便函數可以識別它並對其進行分片？

Answer 1

我會想你是不是切片該文件中的標頭，敏銳的，所以你必須先跳過它，一種方式或其他：

with open('queryfile.txt') as input2: 
    # Consume the header 
    next(input2) # or input2.readline() 

功能則已經閱讀由線到字符串文件中的行，去除換行，因爲它有云：

dna = ''.join(row.strip() for row in query_seq) 

如何傳遞層號的功能有點我也建議改變：

def slice_seq(query_seq, *slices): 

這樣，你的函數接受0或更多片作爲位置參數，片是索引的元組。把它放在一起你會得到：

def slice_seq(query_seq, *slices): 
    # feel free to use rstrip, if strip seems redundant 
    dna = ''.join(row.strip() for row in query_seq) 
    return [dna[a:b + 1] for a, b in slices] 

a=146 
b=917 
c=2381 
d=2737 
e=1 
f=155 
g=917 
h=1057 

with open('queryfile.txt') as input2: 
    next(input2) 
    answer = slice_seq(input2, (a, b), (c, d), (e, f), (g, h)) 

print(*answer, sep='\n') 

Answer 2

在功能slice_seq中，刪除行query_sec = input2。這是一個錯誤。您尚未在函數中創建一個名爲input2的變量，並且沒有參數被命名爲so。這是一個錯誤。您不能將函數中的變量設置爲另一個變量。您必須首先全球化其他變量。

Answer 3

我不清楚從結果應該是4片還是8的問題。下面是一個試圖推廣你的代碼。此代碼在列表列表中返回4個切片。第一個片段來自a-> b，第二個來自c-> d，第三個來自e-> f，第四個來自g-> h。

def slice_seq(slice_positions, filename): 
    with open(filename, 'r') as myfile: 
     data=myfile.read().replace('\n', '') 
     slice_out = [data[slice[0]:slice[1]+1] for slice in slice_positions] 
    return slice_out 

slice_positions = [(146, 917), (2381, 2737), (1, 155), (917, 1057)] 
filename = 'queryfile.txt' 
slice_out = slice_seq(slice_positions, filename) 
print(slice_out) 

從A-> B切片是：

slice_out[0] 

選自c-d的片是：

slice_out[1] 

作爲等。