Pythonは次の行に移動し、内容を保存/編集します

Question

このコードは前の投稿に作成されました。私はそれを私たちのデータに合わせて適応しようとしています。しかし、それはここで...動作しません。私たちのファイルの例です：

read:1424:2165 TGACCA/1:2165 TGACCA/2 
1..100 +chr1:3033296..3033395 #just this line 
1..100 -chr1:3127494..3127395 
1..100 +chr1:3740372..3740471 

1 concordant read:1483:2172 TGACCA/1:2172 TGACCA/2 
1..100 -chr7:94887644..94887545 #and just this line 

このコードは、次の操作を行う必要があります。各回線を介して

1. 検索
2. は「読み取り：」の文字列を認識
3. 次の行に移動し、 '+ chr：number..number'のように見える部分を抽出してください。 ！

したがって、「読み取り：」の後に「-chr：no..no」が複数ある場合は、最初のものだけが必要になります。

残念ながら、私はこの作業を取得する方法を見つけ出すことはできません...

import re 

    infile='myfile.txt' 
    outfile='outfile.txt' 

    pat1 = re.compile(r'read:') 
    pat2 = re.compile(r'([+-])chr([^:]+):(\d+)\.\.(\d+)') 

    with open(infile, mode='r') as in_f, open(outfile, mode='w') as out_f: 
     for line in in_f.readlines(): 
      if '\t' not in line.rstrip(): 
       continue 
      a = pat1.search(line) 
      if a: 
      m = pat2.search(line) 
      out_f.write(' '.join(m.groups()) + '\n') 
      if not a: 
       continue 

出力は、次のようになります。

1 3033293 3033395 
    7 94887644 94887545 

誰かが私にしてください

骨を投げます下から回答を更新しました

さて、私は、私が使用しているTim McNamaraから若干修正されたバージョンをアップロードしています。それはうまく動作しますが、出力は「CHR」の後に2桁で番号を認識しないと、ここで最後の数

with open(infile, mode='r') as in_f, open(outfile, mode='w') as out_f: 
    lines = [line for line in in_f.readlines()] 
    for i, line in enumerate(lines): 
     if 'read' in line: 
      data = lines[i+1].replace(':', '..').split('..') 
      try: 
       out_f.write('{} {} {}\n'.format(data[1][-1], data[2], data[3])) #Here I tried to remove data[3] to avoid to have "start" in the output file.. didn't work .. 
      except IndexError: 
       continue 

は、このコードで得られた出力された後、それは文字列を出力します。

6 140302505 140302604 start # 'start' is a string in our data after this number 
5 46605561 46605462 start # I don't understand why it grabs it thou... 
5 46605423 46605522 start # I tried to modify the code to avoid this, but ... didn't work out 
6 29908310 29908409 start 
6 29908462 29908363 start 
4 12712132 12712231 start 

これら2つのエラーを修正するにはどうすればよいですか？

Answer 1

あなたの大きな間違いは、あなたが「in_f」を反復処理することができる前にreadlinesを含める必要があるということです。

with open(infile, mode='r') as in_f, open(outfile, mode='w') as out_f: 
    for line in in_f.readlines(): 
     ... 

しかし、コードのそのセクション全体は、おそらくかなり片付けすることができます。

with open(infile, mode='r') as in_f, open(outfile, mode='w') as out_f: 
    lines = [line for line in in_f.readlines()] 
    for i, line in enumerate(lines): 
     if 'read' in line: 
      data = lines[i+1].replace(':', '..').split('..') 
      try: 
       a = data[1].split('chr')[-1] 
       b = data[2] 
       c = data[3].split()[0] 
       out_f.write('{} {} {}\n'.format(a, b, c)) 
      except IndexError: 
       pass