如何在末尾使用不同的數字來移除字符串

我想要移除以SRR開頭並以'長度=可變長度的數字'結束的字符串。我所知道的這個數字是它在1和200之間變化的...如何在末尾使用不同的數字來移除字符串

我不知道如何製作它，也不知道什麼方式是最有效的。我正在操縱大文件（> 10GB）。

我想要做的所有值的循環，從1到200進行測試：

import os 
import re 
f2 = open(r'path') 
num = 0 
while num < 200: 
    num = num+1 
    ident2 = re.compile('SRR.*?%d' %num, re.DOTALL) 
    stuff = f2.read() 
    for line in f2: 
     ident2.sub('',stuff)

的代碼是整體更長的時間，但是是我做的寫入和關閉的東西了底。我只是想知道如果我可以使用一個表達式，將需要考慮每個數字，並刪除字符串...

任何建議，並建設性的批評將不勝感激。

我加入文字稱輸入樣本：

@SRR566546.970 HWUSI-EAS1673_11067_FC7070M:4:1:2299:1109 length=50TTGCCTGCCTATCATTTTAGTGCCTGTGAGGTGGAGATGTGAGGATCAGT+SRR566546.970 HWUSI-EAS1673_11067_FC7070M:4:1:2299:1109 length=50hhhhhhhhhhghhghhhhhfhhhhhfffffe`ee[`X]b[d[ed`[Y[^Y

它是一點整行，我有相似序列的許多重複。

來源

2013-07-02 Fabien

只是比賽位數：

re.compile('SRR.*?\d{1,3}', re.DOTALL)

\d 0-9，{1,3} 1和他們的3場比賽之間的匹配。

如果你不想匹配任何與SRR，然後後面跟一個數字高於200開始，你可以創建一個表達式，它是比較挑剔：

re.compile('SRR.*?(?:[1-9]|[1-9]\d|1\d{2}|200)', re.DOTALL)

匹配一個一位數字1和9，或之間100和199，或數目這些表達式的200

無之間的3位數字10和99，或之間一個2位數防止噸他匹配後面跟着更多的數字。您可能需要將\b邊界錨添加到表達式的末尾：

re.compile('SRR.*?\d{1,3}\b', re.DOTALL)

爲您發佈的樣品，我會明確地包括length=參數：

re.compile('SRR.*?length=(?:[1-9]|[1-9]\d|1\d{2}|200)', re.DOTALL)

來源

2013-07-02 20:15:06

哇，謝謝，我不知道你可以這樣使用\ d。 – Fabien

re.compile（'^ SRR。*？[012] {1,2} \ d \ b $'，re.DOTALL） – blackwind

@blackwind：它允許模式000'，它根本不是數字。它不允許199應該匹配。 –

如何在末尾使用不同的數字來移除字符串

回答

相關問題