Python 如何从一个序列中仅获取5毫秒

我有一个包含数百万序列的文件。我想做的是从我文件的每一行中的每个序列中获取5个字符

我的文件如下所示：

CGATGCATAGGAA
GCAGGAGTGATCC

我的代码是：

with open('test.txt','r') as file:
    for line in file:
        for i in range(len(line)):
            kmer = str(line[i:i+5])
            if len(kmer) == 5:
                print(kmer)
            else:
                pass

有了这段代码，我不应该得到4个mers，但我甚至有一个

if语句

，长度为5个mers。有人能帮我吗？谢谢

我的意见是：

CGATG
GATGC
ATGCA
TGCAT
GCATA
CATAG
ATAGG
TAGGA
AGGAA
GGAA

GCAGG
CAGGA
AGGAG
GGAGT
GAGTG
AGTGA
GTGAT
TGATC
GATCC
ATCC

但理想输出应仅为长度等于5的输出（每行单独）：

---

在文件中迭代时，每个字符都表示在某个位置。特别是，每行的最后一个字符是您正在打印的换行符

\n

with open('test.txt') as f: data = list(f)

# data[0] == 'CGATGCATAGGAA\n'
# data[1] == 'GCAGGAGTGATCC\n'

因此，您试图从第一行打印的最后一个子字符串是

'GGAA\n'

，它的长度为5，但它提供了额外的空格和4mers的外观。其中一条意见提出了令人满意的解决方案，但当您知道问题的根源时，您有很多选择：

with open('test.txt', 'r') as file:
    for line_no, line in enumerate(file):
        if line_no: print()  # for the space between chunks which you seem to want in your final output -- omit if not desired
        line = line.strip()  # remove surrounding whitespace, including the pesky newlines
        for i in range(len(line)):
            kmer = str(line[i:i+5])
            if len(kmer) == 5:
                print(kmer)
            else:
                pass

---

什么是5英里？当您查看（检查/打印）中间值时，是否注意到任何错误？如果您现在正在使用IDE，那么现在正是学习其调试功能的好时机：

for line…：line=line.strip（）；对于范围内的i（len（line）-4）：…

如果您现在正在使用IDE，那么现在是学习其调试功能或内置功能的好时机。在程序的关键点打印内容可以帮助您跟踪正在发生或未发生的事情。5“MER”的意思是用五个字母来读取每一行，因此文件中的行应该是CGATG，然后是GATGC，然后是ATGCA。。。直到它到达终点。这些输出应该分别打印txt文件中的每一行。我更新了问题

with open('test.txt', 'r') as file:
    for line_no, line in enumerate(file):
        if line_no: print()  # for the space between chunks which you seem to want in your final output -- omit if not desired
        line = line.strip()  # remove surrounding whitespace, including the pesky newlines
        for i in range(len(line)):
            kmer = str(line[i:i+5])
            if len(kmer) == 5:
                print(kmer)
            else:
                pass