Remplacer la chaîne de caractères dans une ligne spécifique à l'aide de python

Je suis en train d'écrire un script python pour remplacer les chaînes à partir d'un texte chaque fichier dans un répertoire avec une extension spécifique (.seq). Les chaînes remplacé doit être uniquement à partir de la deuxième ligne de chaque fichier, et la sortie est un nouveau sous-répertoire (appel propre) avec les mêmes noms de fichiers comme les fichiers d'origine, mais avec un *.propre suffixe. Le fichier de sortie contient exactement le même texte que l'original, mais avec les cordes remplacé. J'ai besoin de remplacer tous ces chaînes: 'K','Y','W','M','R','S' par 'N'.

C'est ce que j'ai trouvé après googler. C'est très salissant (2ème semaine de programmation), et il s'arrête à la copie des fichiers dans le répertoire propre, sans les remplacer quoi que ce soit. Je serais vraiment reconnaissant de toute aide.

Grâce avant de!

import os, shutil

os.mkdir('clean')

for file in os.listdir(os.getcwd()):
    if file.find('.seq') != -1:
        shutil.copy(file, 'clean')

os.chdir('clean')

for subdir, dirs, files in os.walk(os.getcwd()):
    for file in files:
        f = open(file, 'r')
        for line in f.read():
            if line.__contains__('>'): #indicator for the first line. the first line always starts with '>'. It's a FASTA file, if you've worked with dna/protein before.
                pass
            else:
                line.replace('M', 'N')
                line.replace('K', 'N')
                line.replace('Y', 'N')
                line.replace('W', 'N')
                line.replace('R', 'N')
                line.replace('S', 'N')

OriginalL'auteur bow | 2010-01-04

  1. 7

    quelques remarques:

    1. string.replace et re.sub ne sont pas en place de sorte que vous devrait être de l'affectation de la valeur de retour de votre variable.
    2. glob.glob est mieux pour la recherche des fichiers dans un répertoire correspondant à un modèle défini...
    3. peut-être vous devriez vérifier si le répertoire existe déjà avant de le créer (j'ai supposé que cela, cela pourrait ne pas être votre comportement souhaité)
    4. la with déclaration prend soin de la fermeture du fichier de manière sûre. si vous ne voulez pas l'utiliser, vous devez utiliser try finally.
    5. dans votre exemple vous où en oubliant de mettre le suxe supplémentaire *.clean 😉
    6. vous où pas écrire des fichiers, vous pouvez le faire comme je l'ai fait dans mon exemple ou l'utilisation fileinput module (qui jusqu'à aujourd'hui je ne sais pas)

    voici mon exemple:

    import re
import os
import glob

source_dir=os.getcwd()
target_dir="clean"
source_files = [fname for fname in glob.glob(os.path.join(source_dir,"*.seq"))]

# check if target directory exists... if not, create it.
if not os.path.exists(target_dir):
    os.makedirs(target_dir)

for source_file in source_files:
   target_file = os.path.join(target_dir,os.path.basename(source_file)+".clean")
   with open(source_file,'r') as sfile:
      with open(target_file,'w') as tfile:
         lines = sfile.readlines()
         # do the replacement in the second line.
         # (remember that arrays are zero indexed)
         lines[1]=re.sub("K|Y|W|M|R|S",'N',lines[1])
         tfile.writelines(lines)

print "DONE"

    espère que cela aide.

    OriginalL'auteur João Portela

  2. 5

    Vous devez remplacer line.replace('M', 'N') avec line=line.replace('M', 'N'). remplacer renvoie une copie de la chaîne d'origine avec les sous-chaînes remplacé.

    Encore mieux (OMI) est d'utiliser ré.

    import re

line="ABCDEFGHIJKLMNOPQRSTUVWXYZ"
line=re.sub("K|Y|W|M|R|S",'N',line)
print line
    Vous pouvez compiler le re ainsi.

    OriginalL'auteur MAK

  3. 4

    Voici quelques conseils généraux:

    1. Ne pas utiliser find pour la vérification de l'extension de fichier (par exemple, ce serait également correspondre à "file1.seqdata.xls"). Au moins utiliser file.endswith('seq'), ou, mieux encore, os.path.splitext(file)[1]

    2. En fait, ne le faites pas tout à fait. C'est ce que vous voulez:

      import glob
seq_files = glob.glob("*.seq")

    3. Ne copiez pas les fichiers, il est beaucoup plus facile à utiliser qu'une seule boucle:

      for filename in seq_files:
    in_file = open(filename)
    out_file = open(os.path.join("clean", filename), "w")
    # now read lines from in_file and write lines to out_file

    4. Ne pas utiliser line.__contains__('>'). Ce que vous entendez est

      if '>' in line:

      (qui feront appel __contains__ en interne). Mais en fait, vous voulez savoir si la ligne commence avec un `">", pas si il y a un quelque part à l'intérieur de la ligne, que ce soit au début ou pas. Sorte que le meilleur moyen serait celui-ci:

      if line.startswith(">"):

      Je ne suis pas familier avec le type de fichier; si le ">" case est vraiment juste pour la détermination de la première ligne, il y a de meilleures façons de le faire.

    5. Vous n'avez pas besoin de la if bloc (il vous suffit de pass). C'est plus propre d'écrire

      if not something:
    do_things()
other_stuff()

      au lieu de 

      if something:
    pass
else:
    do_things()
other_stuff()

    Amusez-vous à apprendre Python!

    OriginalL'auteur balpha

  4. 4

    vous devez affecter le résultat de la substitution de retour à la "ligne" variable

    line=line.replace('M', 'N')

    vous pouvez également utiliser le module fileinput en place pour modifier

    import os, shutil,fileinput
if not os.path.exists('clean'):
    os.mkdir('clean')

for file in os.listdir("."):
    if file.endswith(".seq"):
        shutil.copy(file, 'clean')

os.chdir('clean')

for subdir, dirs, files in os.walk("."):
    for file in files:
        f = fileinput.FileInput(file,inplace=0)
        for n,line in enumerate(f):
            if line.lstrip().startswith('>'):
                pass
            elif n==1: #replace 2nd line
                for repl in ["M","K","Y","W","R","S"]:
                    line=line.replace(ch, 'N')
            print line.rstrip()
        f.close()

    changer de place=0 à la place=1 dans l'édition de vos fichiers.

    OriginalL'auteur ghostdog74

  5. 0

    ligne.remplacer n'est pas un mutateur, il quitte la chaîne d'origine inchangé et renvoie une nouvelle chaîne avec les remplacements effectués. Vous aurez besoin de modifier votre code pour line = line.replace('R', 'N'), etc.

    Je pense que vous aussi souhaitez ajouter un break déclaration à la fin de votre clause else, de sorte que vous n'avez pas à effectuer une itération sur l'ensemble du fichier, mais arrêter après l'avoir traité de la ligne 2.

    Enfin, vous aurez besoin d'écrire le fichier contenant vos modifications. Jusqu'à présent, vous êtes juste en train de lire le fichier et la mise à jour de la ligne de votre programme variable "ligne". Vous devez créer un fichier de sortie, à laquelle vous allez écrire les lignes modifiées.

    Le fichier de l'écriture de code peut avoir été coupé pour des raisons de clarté.

    OriginalL'auteur PaulMcG