如何在python中读取fasta文件（多个记录）（不允许使用biopython

Question

我刚开始用python编程。我完全被下面的问题所困扰。 我有一个包含多个蛋白质序列的fasta文件。 在所有的fasta文件中，不同的蛋白质都以“>；”开头。我需要这些蛋白质放在一个文件里完全正确。所以我不能把文件分开。但我想过滤掉所有不是蛋白质序列的东西。在

所以如果我有这样的文件（它是一个巨大文件的一部分）：

>gi|636665534|ref|YP_009028572.1| Asp [Human immunodeficiency virus 1]
MPQTVSCNRCCCASIALSKLFCC
CTIPDNNCLACTVSVIEAAPI
>gi|28872817|ref|NP_057852.2| Vpr [Human immunodeficiency virus 1]
MEQAPEDQGPQ
REPHNEWTLELLEELKNEAVR
HFPRIWLHG

我只想像这样把序列粘在一起：

MPQTVSCNRCCCASIALSKLFCCCTIPDNNCLACTVSVIEAAPIMEQAPEDQGPQREPHNEWTLELLEELKNEAVRHFPRIWLHG

我只能过滤出第一个，而不能过滤其他的。或者我只能读第一个序列。我需要为学校阅读这些fasta文件，并用matplotlib绘制图表。只是我一直在读fasta文件那部分。在

我想我可以做一个这样的代码

^{pr2}$

但我注意到在两个蛋白质序列之间。所以那没用。。。在

就像我说的，我刚开始，所以如果你能用最简单（不一定是最好的）的方式回答。所以在like start python语言中：）

Answer 1

with open("file.fasta") as infile, open("output.txt", 'w') as outfile:
    for line in infile:
        if line.startswith(">"): continue
        outfile.write(line.strip())