在python中查找兩個字符串之間的特定模式 - fastq文件 - 測序讀取

Question

我試圖在python中編寫代碼，這將幫助我查找兩個特定字符串之間的字符串。當我用一個字符串實現代碼時，我會得到所需的輸出。但是，我需要在一系列序列中匹配模式。它一直拋出我一個錯誤。

定義一個函數來尋找兩個用戶指定的序列之間的模式：

import re 
def find_between(prefix, suffix, text): 
pattern = r"{}\s*(.*)\s*{}".format(re.escape(prefix), re.escape(suffix)) 
result = re.search(pattern, text, re.DOTALL) 
if result: 
    return result.group(1) 
else: 
    return None 

當我嘗試一個字符串，它的工作原理：

text = "AGGTCCTGTAAACCT" 
prefix = "TCCT" 
suffix = "ACCT" 
find_between(prefix, suffix, text) 

輸出： 'GTAA'

但是，當我嘗試讀取fastq文件並執行搜索時，它不會：

seqs = readFastq('FN1.fastq') 

text = seqs 
prefix = "TCCT" 
suffix = "ACCT" 
find_between(prefix, suffix, text) 

它拋出我這個錯誤

--------------------------------------------------------------------------- 
TypeError         Traceback (most recent call last) 
<ipython-input-26-9c35672e7561> in <module>() 
    2 prefix = "TCCT" 
    3 suffix = "ACCT" 
----> 4 find_between(prefix, suffix, text) 

<ipython-input-19-5f42599c717f> in find_between(prefix, suffix, text) 
    3 def find_between(prefix, suffix, text): 
    4  pattern = r"{}\s*(.*)\s*{}".format(re.escape(prefix),  re.escape(suffix)) 
----> 5  result = re.search(pattern, text, re.DOTALL) 
    6  if result: 
    7   return result.group(1) 

/Users/shravantikrishna/anaconda/lib/python3.6/re.py in search(pattern, string, flags) 
180  """Scan through string looking for a match to the pattern, returning 
181  a match object, or None if no match was found.""" 
--> 182  return _compile(pattern, flags).search(string) 
183 
184 def sub(pattern, repl, string, count=0, flags=0): 

TypeError: expected string or bytes-like object 

Answer 1

我不會用正則表達式在這看似簡單的情況下匹配。如果您有興趣在前綴和後綴之間找到文本，則可以使用： result = text.lstrip（前綴[：2]）.rstrip（後綴[：2]） 但是您沒有說出哪兩個字符你不需要在前綴和後綴中匹配。

下面是一些示例代碼和數據...

text = 'XXsome data that needs to be parsedXX' 
prefix = 'XXYY' 
suffix = 'XXYY' 
result = text.lstrip(prefix[:2]).rstrip(suffix[:2]) 
print(result) 

some data that needs to be parsed