Python 寻找完整长度

我有一个这样的输入文件

         id_per start end   s_len
con1 P1  95.27   1    148    148    
con2 P2  89.86   4    148    148    
con3 P5  76.67   1    512    516

对于每个con，我都有p（蛋白质）。我想找到全长的蛋白质，如果我知道起始点，结束点和每个P的长度，这是可能的。下面的脚本就是这样做的。然而，现在我的问题是，我想找出长度，但也要考虑+-10个单位，从起点和终点

import re
output=open('res.txt','w')
output2=open('res2.txt','w')
f=open('file.txt','r')
lines=f.readlines()
for line in lines:
    new_list=re.split(r'\t+',line.strip())
    id_per=float(new_list[2])
    s_start=int(new_list[3])
    s_end=int(new_list[4])
    s_len=int(new_list[5])
    if s_start == 1 and s_end == s_len and id_per >= 30:
        new_list.append(s_start)
        new_list.append(s_end)
        new_list.append(s_len)
        new_list.append(id_per)
        output.writelines(line)
    else:
        output2.write(line)
f.close()
output.close()
output2.close()

---

如果我理解正确，您的条件可以改写为：|从|开始|到|结束的距离|规定的|长度|<10。以下是如何用Python表达这一点：

with open('example.txt', 'r') as infile, \
        open('output.txt', 'w') as outfile, \
        open('errors.txt', 'w') as errfile:
    for line in in file:
        id_per, s_start, s_end, s_len = (line.split()[i] for i in [2, 3, 4, 5])
        start_to_end = (int(s_end) - int(s_start)) + 1
        if abs(int(s_len) - start_to_end) < 10:
            outfile.write(line)
        else:
            errfile.write(line)

以open（'example.txt'，r'）作为填充\
打开（'output.txt'，'w'）作为输出文件\
以错误文件的形式打开（'errors.txt'，'w'）：
对于文件中的行：
id_per，s_start，s_end，s_len=（line.split（）[i]表示[2,3,4,5]中的i）
开始到结束=（int（s_结束）-int（s_开始））+1
如果abs（内部（s长度）-开始到结束）<10：
输出文件。写入（行）
其他：
errfile.write（行）

与原始代码相比，此代码段还有其他改进：

• 与上下文管理器一起使用

  ，以避免显式关闭文件句柄

• 您不需要使用

  re

  模块，

  split

  可以接受制表器作为要拆分的字符
• 使用元组运算符

  ，

  ，自动解构从行中拆分的标记
• 通过将字段设置为

  \uuu

• 删除了

  新列表

  变量，因为它似乎未被使用。也许我误解了你的片段

---

请在dataOP的

split

中添加一些关于列的说明，该选项卡也处理多个选项卡。您的不会（这将导致空字符串元素）。因此，这是一个值得怀疑的改进。简单地使用

line.split（）

？OP版本在

split

之后使用索引，以防行中的元素比预期的多。你使用自动解包的版本没有。@Alfe:OP给出了一个输入示例。没有要求处理多个制表符或可变数量的字段。@阿尔夫：改进了代码段，使其使用

split

，不带分隔符和显式索引。