在python2.7.5中从文本文件中提取字符串

Question

你好，我是python新手，希望你能帮助我。我有一个文本文件（称之为数据.txt)利用基因数与相应的rs数和一定的距离测度。数据如下：

   rs1982171     55349     40802

   rs6088650     55902     38550

   rs1655902     3105      12220

   rs1013677     55902      0

其中第一列是rs数，第二列是基因数，第三列是某种距离测度。数据要大得多，但希望上面的内容能让您了解数据集。我要做的是找到与某个基因相对应的所有rs数。例如，对于上面的数据集，基因55902={rs6088650，rs1013677}。理想情况下，我希望我的代码能找到与给定基因对应的所有rs数。因为我现在无法做到这一点，所以我编写了一个简短的代码，它给出了包含字符串“55902”的行数据.txt文件：

^{pr2}$

此代码的问题是输出如下：

    rs6088650    55902     38550

    rs1655902    3105      12220

    rs1013677    55902     0

我希望我的代码忽略rs号中的字符串“55902”。换句话说，我没有我的代码来输出上面输出的第二行，因为基因数不是55902。我希望我的输出是：

       rs6088650     55902   38550

       rs1013677     55902   0

如何修改上面的代码来实现我想要的。任何帮助都将不胜感激。提前谢谢。在

Answer 1

使用更强大的正则表达式可以很容易地做到这一点。一种可能的快速解决方案是使用以下形式的正则表达式：

r'\b55902\b'

\b是单词的边界。在

Answer 2

您可以使用word boundary (^{})，以匹配整个单词搜索：

>>> import re
>>> re.search(r"\b55902\b", "rs1655902     3105      12220")
>>> re.search(r"\b55902\b", "rs6088650     55902     38550")
<_sre.SRE_Match object at 0x7f82594566b0>

---

^{pr2}$

Answer 3

这里不需要正则表达式，因为您只需要一个简单的静态序列。这条线：

if re.search("55902",line):

可以表达为：

^{pr2}$

如果只想检查第二列，请先拆分行：

if '55902' in line.split()[1]:

由于您现在已经检查了正确的列，请检查相等性而不是成员身份：

if line.split()[1] == '55902':