如何在python文件中使用特定的关键字提取特定的单词？

Question

对不起，我对蟒蛇很陌生，从来没有受过太多的训练。

例如，我想问如何在python中提取文件‘./model/asm/草稿_km.model’中某些关键字字母的单词(这些行可以在.modelspec文件中找到)：

m_BSORx_kcat : 10
m_ENTERH_kcat : 10
m_TRPTRS_kcat : 10
m_EX_remnant1_e_kcat : 10
m_SCYSSL_kcat : 10
m_RNMK_kcat : 10
m_TAGtex_kcat : 10
m_URIDK2r_kcat : 10
m_TRPt2rpp_kcat : 10
m_GLUSy_kcat : 10
m_VPAMTr_copy2_kcat : 10
m_EX_galctn__L_e_km : 0.001
m_EX_galt_e_km : 0.001
m_EX_dgmp_e_km : 0.001
m_EX_galur_e_km : 0.001
m_EX_gam_e_km : 0.001
m_EX_gam6p_e_km : 0.001
m_EX_gbbtn_e_km : 0.001

我想通过过滤“.modelspec: 10”在一个大的‘_kcat’文件中提取它们，并能够以m_BSORx_kcat : 10, m_ENTERH_kcat : 10, m_TRPTRS_kcat : 10, m_EX_remnant1_e_kcat : 10, m_SCYSSL_kcat : 10, m_RNMK_kcat : 10, m_TAGtex_kcat : 10, m_URIDK2r_kcat : 10, m_TRPt2rpp_kcat : 10, m_GLUSy_kcat : 10, m_VPAMTr_copy2_kcat : 10的形式获取它们。

我的最终目标是能够随机重新分配10%的值(-1,1)来执行遗传算法。

非常感谢你的帮助。

Answer 1

由于您似乎正在计划修改数据，所以首先将行拆分为一个列表，然后单独处理每一行可能是有用的。

with open("./models/asm/Draft_km.modelspec") as f:
    # read lines, skipping empty lines and remove trailing whitespace
    lines = [line.rstrip() for line in f if line.strip()]

如果只需要检查子字符串，那么可以检查每一行，如下所示：

for line in lines:
    if "_kcat : 10" in line:
        print(line) # or do whatever you want

如果您需要匹配更复杂的模式，正则表达式(如的答案)是可行的方法。

Answer 2

使用re.findall，我们可以尝试：

# use this to read all lines into a string
with open('./models/asm/Draft_km.modelspec', 'r') as file:
    inp = file.read()

# otherwise we can hard code the data you showed in your question here
inp = """m_BSORx_kcat : 10
m_ENTERH_kcat : 10
m_TRPTRS_kcat : 10
m_EX_remnant1_e_kcat : 10
m_SCYSSL_kcat : 10
m_RNMK_kcat : 10
m_TAGtex_kcat : 10
m_URIDK2r_kcat : 10
m_TRPt2rpp_kcat : 10
m_GLUSy_kcat : 10
m_VPAMTr_copy2_kcat : 10
m_EX_galctn__L_e_km : 0.001
m_EX_galt_e_km : 0.001
m_EX_dgmp_e_km : 0.001
m_EX_galur_e_km : 0.001
m_EX_gam_e_km : 0.001
m_EX_gam6p_e_km : 0.001
m_EX_gbbtn_e_km : 0.001"""

matches = re.findall(r'\b\w+_kcat : \d+(?:\.\d+)?', inp)
output = ', '.join(matches)
print(output)

这些指纹：

m_BSORx_kcat : 10，m_ENTERH_kcat : 10，m_TRPTRS_kcat : 10，m_EX_remnant1_e_kcat : 10，m_SCYSSL_kcat : 10，m_RNMK_kcat : 10，m_TAGtex_kcat : 10，m_URIDK2r_kcat : 10，m_TRPt2rpp_kcat : 10，m_GLUSy_kcat : 10，m_VPAMTr_copy2_kcat : 10