Python读取复杂的.txt文件

我有一个包含如下数据的.txt文件：

Header:ensembl gene ID|Ensembl Transcript ID|CDS start|CDS end|5'UTR start|5'UTR end|3'UTR start|3'UTR end|Transcripts start|Transcripts end
>ENSMUSG00000002477|ENSMUST00000002551|*some junk information*...etc.|
TCGCGCGTCCGCAGGCCTCCGCGCGCTTTTCCG....etc.
>ENSMUSG00000002835|ENSMUST00000002914|...etc.|
GCAGAAGTGACACCGGTGGGAGGCG...etc.

我写了一些代码，让我知道我的名字是ENSMUSG0000000xxxx

我想从.txt中挑出下一行的名称，例如“TACGTACG”，以三重形式读取，例如“TAC”“GTA”

然后我想做同样的事情，但不是从第一个字母开始读，而是从第二个字母开始，使用上面的例子，它会读“ACG”和“TAG”

同样的事情，跳过前两个字母

我真的不知道该怎么做，尤其是阅读三个字母的部分。谁能帮我一下吗

以下是我目前掌握的代码：

import csv
import os.path
#open files + readlines
with open("C:/Users/Ivan Wong/Desktop/Placement/Lists of targets/Mouse/UCSC to Ensembl.csv", "r") as f:
reader = csv.reader(f, delimiter = ',')
#find files with the name in 1st row
for row in reader:
    graph_filename = os.path.join("C:/Users/Ivan Wong/Desktop/Placement/Interesting reading/3'ORF",row[0]+"_nt_counts.txt.png")
    if os.path.exists(graph_filename):
        y = row[0]+'_nt_counts.txt'  
        r = open('C:/Users/Ivan Wong/Desktop/Placement/fp_mesc_nochx/'+y, 'r')
        k = r.readlines()
        r.close
        del k[:1]
        k = map(lambda s: s.strip(), k)
        interger = map(int, k)   
        import itertools
        #adding the numbers for every 3 rows
        def grouper(n, iterable, fillvalue=None):
            "grouper(3, 'ABCDEFG', 'x') --> ABC DEF Gxx"
            args = [iter(iterable)] * n
            return itertools.izip_longest(*args, fillvalue=fillvalue)
        result = map(sum, grouper(3, interger, 0))
        e = row[1]
cDNA = open('C:/Users/Ivan Wong/Desktop/Placement/Downloaded seq/Mouse/cDNA.txt', 'r')
q = cDNA.readlines()
cDNA.close
#To delete the 1st line that I do not want at all
del q[:1]

现在我有了一个想法，我想把它们按步骤分解

第一：我想从my.txt（名为q）中找出列表中的名字（我把它命名为e）

第二：我想让它读下一行，直到它到达另一个名字（e）

第三：把我读到的那些行分成一个字符串，比如“a”、“T”、“C”、“G”、“a”、“a”等等

第四：读3个字母的事情是这样的——“ATC”，“GAA”

第五步：把它们写进一个文件，然后回到第四步，但这次要从第二个字母开始

第6步：基本上是第5步，但这次从第3个字母开始

---

虽然我有这个想法，但我没有编程知识来做这件事，有人能帮我吗

，因为这不是家庭作业，这里有一个开始的方法。假设您感兴趣的行不是以

'>'

开头的行，那么切片操作在这里会有所帮助

with open('data.txt') as inf:
    for line in inf:
        if not line.startswith('>'):
            strings3 = [line[i:i+3]for i in range(len(line))]

将在每行收集您感兴趣的3个字母序列：

输入行：

GCAGAAGTGACACCGGTGGGAGGCG

输出

['GCA', 'CAG', 'AGA', 'GAA', 'AAG', 'AGT', 'GTG', 'TGA', 'GAC', 'ACA', 'CAC', 'ACC', 'CCG', 'CGG', 'GGT', 'GTG', 'TGG', 'GGG', 'GGA', 'GAG', 'AGG', 'GGC', 'GCG', 'CG\n', 'G\n', '\n']

请注意，如果行中的字符数不能被3整除，则会得到一些较短的字符串和一些换行符

---

您还可以重新使用您最近提出的另一个问题中的

grouper

功能。

这是一项作业，您正在寻找提示吗？如果不是的话，那不是真正的任务，而是某种形式的工作。整个过程包括读取一个包含两列的文件，其中一列的名称是我用来识别另一部分内容的。第二列是我想在这个.txt中标识的名称。到目前为止，我已经阅读了文件，请管理员将这两列分开并阅读。如果你下次发布尝试，你会得到更多帮助。我很想发布尝试，但这一次，我不知道从哪里开始，也不知道如何开始，因此我没有尝试。除非你想看到我以前写的所有代码，这些代码把我带到了名字列表中，我想总有一天会有人把所有的DNA片段放在一起，做成弗兰肯斯坦之类的东西！！：）我想用

strings3=[[line[I:I+3]表示xrange中的I（j，len（line），3）]表示xrange中的j（3）]

来扩展它。这只是将字符串分组到三个列表中，这样每个列表中的字符串可以连接起来以重新创建输入行。我想这就是他想要的字符串排序方式。我尝试了代码，但似乎不起作用。它还用q作为inf:AttributeError:exit，因为txt文件中有大约3000个这样的名称和它们的序列，我只想要列表中的50个，所以我认为这里的代码对我来说不起作用that@ivanhoifung当然，只有你才能决定是否合适，但我对这个错误感到困惑（甚至不确定它是什么，我的代码中没有

q

）。我在发布之前测试了代码。@Levon q是我代码中的.txt，经过一些修改，因此它没有我不想要的垃圾。但是，即使我尝试cDNA，这是我命名的打开（文件），出于某种原因，它仍然对我不起作用