如何在python中提取与模式匹配的两个连续行

我试图从

test.txt

中提取匹配两种不同模式的行 首先，我想提取与fbat-v1匹配的行，然后匹配p值（双面）下方的对应行

这是我尝试过的代码，但它只提取第一个匹配项

import re

file = open('test.txt')
for line in file:
    match = re.findall('^>> fbat -v1', line)
    if match:
        print line

我也试着在R中这样做，但似乎R不太适合这样做。我不熟悉python，所以请有人帮我解决这个问题。 先谢谢你

test.txt：

>> fbat -v1 1:939467:A:G
trait STATUS; offset 0.150; model additive; test bi-allelic; minsize 2; min_freq 0.000; p 1.000; maxcmh 1000

Marker            afreq     fam#       weight     S-E(S)      Var(S)      Z        P
----------------------------------------------------------------------------------------

Weighted FBAT rare variant statistics for the SNPs:

W           Var(W)      Z           p-value(2-sided)
----------------------------------------------------
0.400       0.240       0.816       4.14216178e-01
----------------------------------------------------


>> fbat -v1 1:941298:C:T 1:941301:G:A 1:941310:C:T 1:941324:G:A
trait STATUS; offset 0.150; model additive; test bi-allelic; minsize 2; min_freq 0.000; p 1.000; maxcmh 1000

Marker            afreq     fam#       weight     S-E(S)      Var(S)      Z        P
----------------------------------------------------------------------------------------

Weighted FBAT rare variant statistics for the SNPs:

W           Var(W)      Z           p-value(2-sided)
----------------------------------------------------
0.333       0.444       0.500       6.17075077e-01
----------------------------------------------------

结果:

>> fbat -v1 1:939467:A:G 0.400       0.240       0.816       4.14216178e-01
>> fbat -v1 1:941298:C:T 1:941301:G:A 1:941310:C:T 1:941324:G:A 0.333       0.444       0.500       6.17075077e-01

---

当然，您需要处理最后一行，因为如果它与fbat-v1匹配，您将尝试访问不存在的下一行。

您可以使用正则表达式从多行中选择所需的数据。由于只有两个样本，很难知道这一个是否匹配所有情况：您的一些数据可能不像样本所显示的那样规则

对于文件中的行：，这不遵循

的一次一行模式，因为您的数据由一束行组成

file = open('test.txt')
data = file.read()
rex = re.compile(r"(>> fbat -v1.+?\n).+?p-value\(2-sided\)\n-+\n(.+?)\n-", re.DOTALL)
for header, numbers in rex.findall(data):
    print (header.rstrip(), numbers)

输出为

>> fbat -v1 1:939467:A:G 0.400       0.240       0.816       4.14216178e-01
>> fbat -v1 1:941298:C:T 1:941301:G:A 1:941310:C:T 1:941324:G:A 0.333       0.444       0.500       6.17075077e-01

我顺便注意到您正在使用Python 2。除非这是一次性的，请考虑切换到Python 3。您不应该把时间花在学习Python 2上。
如果您不想使用正则表达式，您可以使用generator，它允许您在读取大量数据（和10GB大文件）时减少RAM的使用

f=open（“input.txt”）
#您可以将f.readline（）替换为string.splitlines（）替换为string_to_parse.splitlines（）或f.readlines（）
content=（f.readlines（）中的行的line.replace（“\n”，”）
结果=[]
尝试：
#如果从文件中读取，可以使用string.splitlines（）替换内容
对于内容中的行：
#我们试图找到一个以>>fbat-v1开头的行
如果line.startswith（“>>fbat-v1”）：
结果线=线
#跳转线条，直到找到以p值结尾的线条（双面）
而不是下一个（内容）。endswith（“p值（双面）”）：
通过
#跳过一行忽略----------------------------------------------------
下一步（内容）
#我们把这一行添加到结果中
结果_行+=下一行（内容）
#最后，我们将结果添加到列表中
result.append（结果\行）
#如果有一个>>fbat-v1在之后没有p值（双面），则会发生这种情况
除停止迭代外：
打印（“>>fbat-v1”之后找不到“p值（双面）”）
#打印结果
打印（“\n”.join（结果））

我在这里使用了一个文件来包含数据（如果它是一个日志文件）
不确定我为什么会得到
TypeError:“file”对象没有属性“\uu getitem\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu，我没说会的。注释说明了如何更好地处理文件对象本身。@S3DEV修饰损坏的代码没有什么意义。为什么会出现此错误：
file“”，第1行，在NameError中：未定义名称“data”
抱歉，剪切“n”粘贴错误。在
read（）
调用中出现语法错误，因此
数据不存在。
>> fbat -v1 1:939467:A:G 0.400       0.240       0.816       4.14216178e-01
>> fbat -v1 1:941298:C:T 1:941301:G:A 1:941310:C:T 1:941324:G:A 0.333       0.444       0.500       6.17075077e-01