从字符串中提取零件（python）

我有一个包含如下字符串的文件：

NM_???? chr12 - 10 110 10 110 3 10,50,100, 20,60,110,

fp = open(infile, 'r')
for line in fp:
   tokens = line.split()
   exonstarts = tokens[8][:-1].split(',')
   exonends = tokens[9][:-1].split(',')
   zipped = list(zip(exonstarts, exonends))

我对最后两列感兴趣，第一列是逗号分隔的外显子列表，最后一列是逗号分隔的外显子列表

尽管如此，我已经做了以下工作：

NM_???? chr12 - 10 110 10 110 3 10,50,100, 20,60,110,

fp = open(infile, 'r')
for line in fp:
   tokens = line.split()
   exonstarts = tokens[8][:-1].split(',')
   exonends = tokens[9][:-1].split(',')
   zipped = list(zip(exonstarts, exonends))

现在我有了一个如下所示的列表：

[(10, 20), (50, 60), (100, 110)]

---

我还有一个问题，我有一个刺，我想要这些碎片。比如说，我想知道有没有一种方法可以让我轻松地说出来呢？

我认为最具python风格的说法是：

''.join(chr_string[a[0]:a[1]] for a in myList)

---

我认为最具python风格的说法是：

''.join(chr_string[a[0]:a[1]] for a in myList)

---

要通过使用这些对切片

chr_string

（我已经制作）来获得

列表

：

>>> [chr_string[start:end + 1] for start,end in zip(exonstarts, exonends)]
['05060708091', '25262728293', '50515253545']

要将这些结合在一起：

>>> ''.join(chr_string[start:end + 1] for start,end in zip(exonstarts, exonends))
'050607080912526272829350515253545'

---

要通过使用这些对切片

chr_string

（我已经制作）来获得

列表

：

>>> [chr_string[start:end + 1] for start,end in zip(exonstarts, exonends)]
['05060708091', '25262728293', '50515253545']

要将这些结合在一起：

>>> ''.join(chr_string[start:end + 1] for start,end in zip(exonstarts, exonends))
'050607080912526272829350515253545'

---

---

对，但是因为我事先不知道列表中有多少元素。你的代码行只允许两个元素，有没有办法这么说？@PatrickCampbell-Ken的列表将说明列表中的每个元素。在每个元组中有两个以上的元素是没有意义的。这样更好：

'.join（chr_string[start:end]表示开始，在myList中结束）

a[0]

和

a[1]

是要从

chr_string

中提取的字符的起始值和结束值

myList

将是包含这些值元组的列表（如

[（10,20）、（50,60）、（100,110）]

），可以任意长。谢谢，这太棒了。一如既往地乐于助人！对，但是因为我事先不知道列表中有多少元素。你的代码行只允许两个元素，有没有办法这么说？@PatrickCampbell-Ken的列表将说明列表中的每个元素。在每个元组中有两个以上的元素是没有意义的。这样更好：

'.join（chr_string[start:end]表示开始，在myList中结束）

a[0]

和

a[1]

是要从

chr_string

中提取的字符的起始值和结束值

myList

将是包含这些值元组的列表（如

[（10,20）、（50,60）、（100,110）]

），可以任意长。谢谢，这太棒了。一如既往地乐于助人！您想要

[10:20]

还是

[10:21]

。切片上的停止索引是非包容性的。如果您是正确的，我希望[10:21]可能是您想要的

[10:20]

或

[10:21]

的副本。切片上的停止索引是非包容性的。你是对的，我想要[10:21]Joel的可能副本，你在过去一周帮了我这么多。我还有一个问题要问你，然后这个程序应该是功能齐全的。还有你帮我回答的宝贵问题。我需要从染色体的长度中减去每个外显子以得到新的开始，然后从染色体的长度中减去外显子以得到新的结束。然而，我需要再次对每个元素执行此操作，如上所述。有没有办法做到这一点？这涉及到字典和我说的代码行：'.join（bc[base.upper（）]for base in chr_string[newstart:newend]）@PatrickCampbell:你能给我举个例子吗？最好少于20个字符。@PatrickCampbell：这听起来像是又一个新问题。请阅读一些提示，以获得您第一次寻找的答案！嗯。。。这必须与我在上一个问题中所做的相反的恭维相配合。所以我想从字符串中减去每个exonends（这将给我一个位置，我称之为newstart），然后从字符串中减去每个exonenstart，得到我称之为newend的位置。我想从newstart得到同样的东西：newend。对于每个数字，将它们相加。因此，它与上面的类型相同，但在字符串上的位置不同。我只需要用类似的方式来做，但想不出容易的办法。乔尔，你在过去的一周里帮了我很多。我还有一个问题要问你，然后这个程序应该是功能齐全的。还有你帮我回答的宝贵问题。我需要从染色体的长度中减去每个外显子以得到新的开始，然后从染色体的长度中减去外显子以得到新的结束。然而，我需要再次对每个元素执行此操作，如上所述。有没有办法做到这一点？这涉及到字典和我说的代码行：'.join（bc[base.upper（）]for base in chr_string[newstart:newend]）@PatrickCampbell:你能给我举个例子吗？最好少于20个字符。@PatrickCampbell：这听起来像是又一个新问题。请阅读一些提示，以获得您第一次寻找的答案！嗯。。。这必须与我在上一个问题中所做的相反的恭维相配合。所以我想从字符串中减去每个exonends（这将给我一个位置，我称之为newstart），然后从字符串中减去每个exonenstart，得到我称之为newend的位置。我想从newstart得到同样的东西：newend。对于每个数字，将它们相加。因此，它与上面的类型相同，但在字符串上的位置不同。我只需要用类似的方法来做，但不能想出简单的办法