通过根据一组字符将文件拆分为列表项，将文本文件读入python

我有一个包含以下内容的纯文本文件：

@M00964: XXXXX
YYY
+
ZZZZ 
@M00964: XXXXX
YYY
+
ZZZZ
@M00964: XXXXX
YYY
+
ZZZZ

我想把它读到一个列表中，根据ID代码

@M00964

将其分为几个项目，即：

['@M00964: XXXXX
YYY
+
ZZZZ' 
'@M00964: XXXXX
YYY
+
ZZZZ'
'@M00964: XXXXX
YYY
+
ZZZZ']

我试过使用

in_file = open(fileName,"r")
sequences = in_file.read().split('@M00964')[1:]
in_file.close()

但这会删除ID序列

@M00964

。有没有办法保留这个ID序列

另外一个问题是，是否有办法在列表中保留空白（而不是使用/n符号）

---

我的总体目标是读入这组项，以前2项为例，将它们写回一个文本文件，保持所有原始格式

只需在@符号上拆分即可：

with open(fileName,"r") as in_file:
    sequences = in_file.read().replace("@","###@").split('###')

---

针对您的示例，您不能只执行以下操作：

in_file = open(fileName, 'r')
file = in_file.readlines()

new_list = [''.join(file[i*4:(i+1)*4]) for i in range(int(len(file)/4))]
list_no_n = [item.replace('\n','') for item in new_list]

print new_list
print list_no_n

[扩展表格]

new_list = []
for i in range(int(len(file)/4)): #Iterates through 1/4 of the length of the file lines.
                                  #This is because we will be dealing in groups of 4 lines
    new_list.append(''.join(file[i*4:(i+1)*4])) #Joins four lines together into a string and adds it to the new_list

[写入新文件]

write_list = ''.join(new_list).split('\n')
output_file = open(filename, 'w')
output_file.writelines(write_list)

---

如果您的文件很大，并且不想将整个内容保存在内存中，则可以使用以下帮助函数对单个记录进行迭代：

def chunk_records(filepath)
    with open(filepath, 'r') as f:
        record = []
        for line in f:
            # could use regex for more complicated matching
            if line.startswith('@M00964') and record:
                yield ''.join(record)
                record = []
            else:
                record.append(line)
        if record:
            yield ''.join(record)

像这样使用它

for record in chunk_records('/your/filename.txt'):
    ...

或者如果你想把整件事都记在记忆里：

records = list(chunk_records('/your/filename.txt'))

---

.read（）

读取一行。尝试使用读取所有行的

.readlines（）

，然后在

上拆分“\n”

您能否详细说明“在列表中保留空白（而不是有符号）”的含义？

\n

只是“换行符”的简写，即空白。项目看起来像什么？上面的示例列表只有一项。看起来像FASTQ，其中一条记录总是4行。如果您想要前2条记录，只需打印第一行

2*4

。@fredtantini Err，我想您需要检查一下。Read接受一个size参数，如果没有，则读取整个文件@M00946@Steven如果文件较大，Rumbalski的RAM效率更高。我选择了最简单的解决方案。嗨，对不起，我上个月才学会python，你能解释一下这段代码的实际功能吗？Thankyou@user3460300，代码将每四行分组，并将它们连接成一个字符串。然后，它将四行组成的组合并成一个列表。我将更新我的答案，以显示我正在做的事情的扩展形式。@user3460300，没问题。祝你好运@用户3460300，注意：我还创建了另一个名为

list\u no\n

的变量。这与

new\u list

相同，但不包含任何

\n

字符，因此可用于脚本内的数据处理。如果要将字符串写入另一个文件，可以使用原始的

新列表

字符串及其保留的

\n

字符，并保留其格式。当然，您可以选择只写入前两组数据，因为它是一个列表。因此，当我将前两组数据写回文本文件时，我如何才能保持文本文件的格式，而不是让所有数据都与/n字符对齐？此外，谢谢你，我已经设法让第一位工作完美！！文件中的换行符很重要，所以OP应该用

'\n'

而不是

'

.@Steven Rumbalski，谢谢你，我现在就来看看如何使用它。@rmartinjak你是说用'/n'替换上面代码中的''？@martinjak:换行符从来没有被剥离过，所以不需要重新添加。当在文件中的行上迭代时，python会留下以结尾的行。哦，事实上，我完全忘记了这一点