在Python中打印多行上字符串计数的总和

这是一个简单的问题，但我就是解决不了。我想为每一行序列计算A的数量。请参见下面的示例：

这是我的意见：

>sca200
ACACGTGYNNNN
ACGTCCCGWCNN
NNNNNNNNNA
>scaf500
AAAAAAAAAAAA
TTTTTTTTTTTT
WCWCWNNNN
>scaf201
AACACACACACC
GTGTGTGTGTGT
WWRRRYNNNNNN
NNNNNN

代码：

输出为：

sca200
2
3
4
scaf500
12
12
12
scaf201
6
6
6
6

我如何才能让它只报告最终的数字？即：

sca200
4
scaf500
12
scaf201
6

---

尝试按换行拆分输入，然后仅当行以开头时才输出总计。这将解决您的问题：

#!/usr/bin/python
from __future__ import division
import sys

fasta = open(sys.argv[1], "r")
total_A = None
for line in fasta:
    line = line.rstrip("\n")
    if line.startswith(">"): 
        print total_A if total_A != None else 0
        total_A = 0
        print line[1:]
    else:
        A = line.count('A')
        total_A += A
 print total_A

您只需在新fasta标头启动时打印

A

的总计数

---

注意：编辑以解决@Lafexlos提出的评论

这里有一个线性解决方案：

from __future__ import print_function

import sys
import re

with open(sys.argv[1], 'r') as f:
    data = f.read()

"""
1.  find all blocks of text and split it into two groups: (block_name, corresponding_TEXT)
2.  loop through blocks
3.  print 'block_name' and the length of list containing all 'A's from the corresponding_TEXT
"""

[   print('{0}\n{1}'.format(name, len(re.findall(r'A', txt, re.M)))) 
    for name, txt in re.findall(r'>(sca[^\n]*)([^>]*)', data, re.M)
]

输出：

sca200
4
scaf500
12
scaf201
6

---

这将得到一个错误，因为当您试图打印它时，甚至没有定义total_A。另外，如果您将其移动到total_A=0下，它将打印0。在您第一次编辑之后：现在不打印最后一个值，因此您应该在

for

循环之后添加一个额外的

打印total_A

。这是真的！抓得好！我认为文件对象没有属性拆分，至少我不能这样做。哦，对不起-我认为

fasta

是一个字符串（没有注意到

open

：）-然后将文件内容读到名为

fasta

@m.antkowicz的字符串，我已经在代码中添加了注释。我希望现在读起来会更容易…；）请随时接受和/或投票支持有帮助的答案

from __future__ import print_function

import sys
import re

with open(sys.argv[1], 'r') as f:
    data = f.read()

"""
1.  find all blocks of text and split it into two groups: (block_name, corresponding_TEXT)
2.  loop through blocks
3.  print 'block_name' and the length of list containing all 'A's from the corresponding_TEXT
"""

[   print('{0}\n{1}'.format(name, len(re.findall(r'A', txt, re.M)))) 
    for name, txt in re.findall(r'>(sca[^\n]*)([^>]*)', data, re.M)
]

sca200
4
scaf500
12
scaf201
6