ファイルのPython正規表現

Question

ファイル内容をREでフィルタリングしたいのですが、 タンパク質に関するファイルです。タンパク質ごとにいくつかの情報があります。二つのタンパク質のための

例：

>sp|B3MGT3|AKTP2_DROAN (266 aa) 

Protein crossbronx-like. [Drosophila ananassae (Fruit fly)] 

MWYSIRNNQRMALIKQGYKILAEYRLVQDHLKNIYAIPSYASGLHWFGVIFVHSGIYAGSMFRFSILLPENFPDDTILPT 

VIFNAAIFHPHICPHSKSLDLGPCFKEWRKDQHHIWHLLRYIQAVFADPEGSICTGKSPSGDLVVLDEVNNLEALNMLAK 

SRPEYIKRIQELAISSRRHMYDKPMIEDPHYIIVEPYCAERHLRFMEQLKSPSWREATCEDDSPPAELLGHIDSSRQLDE 

DEANQRGKLQAATTDLQHGARCSVAQ 

     131 - 138:  GsictGKS 





>sp|Q9AT00|TGD3_ARATH (345 aa) 

Protein TRIGALACTOSYLDIACYLGLYCEROL 3, chloroplastic. [Arabidopsis thaliana (Mouse-ear cress)] 

MLSLSCSSSSSSLLPPSLHYHGSSSVQSIVVPRRSLISFRRKVSCCCIAPPQNLDNDATKFDSLTKSGGGMCKERGLEND 

SDVLIECRDVYKSFGEKHILKGVSFKIRHGEAVGVIGPSGTGKSTILKIMAGLLAPDKGEVYIRGKKRAGLISDEEISGL 

RIGLVFQSAALFDSLSVRENVGFLLYERSKMSENQISELVTQTLAAVGLKGVENRLPSELSGGMKKRVALARSLIFDTTK 

EVIEPEVLLYDEPTAGLDPIASTVVEDLIRSVHMTDEDAVGKPGKIASYLVVTHQHSTIQRAVDRLLFLYEGKIVWQGMT 

HEFTTSTNPIVQQFATGSLDGPIRY 

    117 - 124:  GpsgtGKS 

IはREでのみタンパク質について、上記の情報をフィルタリングする必要があり、それらの配列の "[AG] {4} GK [ST]。"。

今私は2つの質問があります。これは動作しません

1. を...誰もがなぜ知っていますか？

   import re 
   file = open ("ploop.fa", "r") 
   motief = re.search("[AG].{4}GK[ST]", file) 
   
   for line in file: 
   if motief in line: 
   print (line) 
   

2. だから、私はRE、だけではなく配列を含有するタンパク質のための全ての情報（Accessioncode、名前、アミノ酸など）が必要です。これどうやってするの？

Answer 1

ああ、それは私が試したものです。また試しました：

import re 
file = open ("ploop.fa", "r") 
motief = re.search("[AG].{4}GK[ST]") 

for line in file: 
    if motief in line: 
    print (line) 

ええ、ドットはランダムトークンでなければなりませんか？ AまたはGで始まり、次に4つのランダムな文字、次にGK、そしてSまたはTで始まるシーケンスのために必要です。

Answer 2

可変モチーフをre.MatchObjectに設定しています。次に、あなたのループで

if motief in line: 

はおそらくあなたが望む真

になることはありません正規表現を宣言し、それがあるかどうかを見つけるために、各ライン上にre.search使用することです。あなたは `.`は、正規表現で特別な意味を持っていることを理解して

[line for line in f if re.search(regex, line)]