在python中读取带有制表符和分号的文本文件

Question

在python中，有没有一种方法可以读取带有制表符和分号分隔符的表？在

下表如下：

chr1    match    158337    160567    .    -    .    fam=LINE;Target=RIL 356 2619;ID=RIL-map20;Order=TE;Class=Unknown;Identity=93.9881;Name=chr1_RIL-Map20

Answer 1

将正则表达式模式'\t|;'与^{}一起使用：

import re

s = 'chr1\tmatch\t158337\t160567\t.\t-\t.\tfam=LINE;Target=RIL 356 2619;ID=RIL-map20;Order=TE;Class=Unknown;Identity=93.9881;Name=chr1_RIL-Map20'
l = re.split('\t|;', s)

>>> l
['chr1', 'match', '158337', '160567', '.', '-', '.', 'fam=LINE', 'Target=RIL 356 2619', 'ID=RIL-map20', 'Order=TE', 'Class=Unknown', 'Identity=93.9881', 'Name=chr1_RIL-Map20']

模式匹配一个制表符或一个分号（这就是|的意思），因此输入字符串在这两个字符中的任何一个上被拆分。在

另一种方法是使用^{}，并将sep设置为相同的reg ex模式。在

Answer 2

正如@mhawke所指出的，我使用csv模块的原始解决方案没有满足这一要求，即在\t和{}上进行拆分。在

import csv
import itertools
data = ['chr1\tmatch\t158337\t160567\t.t-t.tfam=LINE;Target=RIL 356 2619;ID=RIL-map20;Order=TE;Class=Unknown;Identity=93.9881;Name=chr1_RIL-Map20']
reader = csv.reader(data, delimiter='\t')
record = [i for i in itertools.chain(*[i for i in
                                       (j for row in reader
                                          for item in row
                                          for j in csv.reader([item], delimiter=';'))])]
print(record)
# ['chr1', 'match', '158337', '160567', '.t-t.tfam=LINE', 'Target=RIL 356 2619', 'ID=RIL-map20', 'Order=TE', 'Class=Unknown', 'Identity=93.9881', 'Name=chr1_RIL-Map20']

我喜欢使用csv模块，因为它利用了该模块中的所有功能。在

---

更新

现在我花了一点时间来考虑这个问题，我重新编写了它以消除对itertools模块的需要：

^{pr2}$