如何搶號字之後蟒蛇

Question

我有一個包含以下行DDD-1126N|refseq:NP_285726|uniprotkb:P00112和DDD-1081N|uniprotkb:P12121一個巨大的文件，我想uniprotkb後搶號。

這裏是我的代碼：

x = 'uniprotkb:P' 
f = open('m.txt') 
for line in f: 
    print line.find(x) 
    print line[36:31 + len(x)] 

在line.find(x)的問題是10和26，我搶了完整的數字時，它是26.我是新來的節目，所以我尋找的東西搶字之後的完整數字。

x = 'uniprotkb:' 
f = open('m.txt') 
for line in f: 
    if x in line: 
    print the number after x 

Answer 1

import re 
regex = re.compile('uniprotkb:P([0-9]*)') 
print regex.findall(string) 

Answer 2

嗯，一件事我會建議你使用csv module讀取TSV文件。

但是總體來說，你可以使用正則表達式：

import re 
regex = re.compile(r"(?<=\buniprotkb:)\w+") 
for line in f: 
    match = regex.search(line) 
    if match: 
     print match.group() 

正則表達式的字母數字字符的字符串，如果它是由前uniprotkb:匹配。

Answer 3

使用正則表達式：

import re 
for line in open('m.txt'): 
    match = re.search('uniprotkb:P(\d+)', line) 
    if match: 
     print match.group(1) 

Answer 4

的re模塊是完全沒有必要在這裏如果x是靜態的，總是一個字符串在每行的結尾匹配（如"DDD-1126N|refseq:NP_285726|uniprotkb:P00112"）：

x = 'uniprotkb:' 
f = open('m.txt') 
for line in f: 
  if x in line: 
    print line[line.find(x)+len(x):] 

---

編輯： 回答你的評論。如果他們用管道字符（|）分離出來，然後你可以這樣做：

sep = "|" 
x = 'uniprotkb:' 
f = open('m.txt') 
for line in f: 
  if x in line: 
    matches = [l[l.find(x)+len(x):] for l in line.split(sep) if l[l.find(x)+len(x):]] 
    print matches 

如果m.txt有以下行：

DDD-1126N|uniprotkb:285726|uniprotkb:P00112 

然後上面會輸出：

['285726', 'P00112'] 

用任何列分隔符替換sep = "|"。