如何在python中获取单词后的数字

Question

我有一个包含以下行的大文件DDD-1126N|refseq:NP_285726|uniprotkb:P00112和DDD-1081N|uniprotkb:P12121，我想获取uniprotkb后面的数字

这是我的密码：

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

{}中的问题是10和26，当它是26时，我获取完整的数字。我是编程新手，所以我正在寻找一些东西来获取单词后面的完整数字

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

Answer 1

使用正则表达式：

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

Answer 2

如果x是静态的，并且总是在每行末尾匹配一个子字符串（如"DDD-1126N|refseq:NP_285726|uniprotkb:P00112"），那么re模块在这里是完全不必要的：

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

---

编辑： 回答你的评论。如果它们由管道字符（|）分隔，则可以执行以下操作：

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具有以下行：

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

然后，上述将输出：

['285726', 'P00112']

将sep = "|"替换为任何列分隔符

Answer 3

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