python中txt文件的过滤

我有太多这样的台词：

>ENSG00000100206|ENST00000216024|DMC1|2371|38568257;38570043|38568289;38570286
CTCAGACGTCGGGCCGACGCAAGGCCACGCGCGCGAACACACAGGTGCGGCCCCGGGCCA
CACGCACACCGTACAC
>ENSG00000001630|ENST00000003100|CYP51A1|3210|92134365|92134530
TATATCACAGTTTCTTTCTTTTTTTTTTTTTTTTTTTTGAGACAGAGTTTTGCTCTTGTT
GCCCAGGCTGGAGTACAGTGACGCAATCTCGGCTCACTGCAACCTTTGCCTCCCAGGTTC
>ENSG00000100206|ENST00000216024|DMC1|2371|38568257;38570043|38568289;38570286
TTAACTATAATCCCACTGCCTATTTTTTTATTTCTAAAAATATCATAAAAAGACACAAAA

>ENSG00000100206|ENST00000216024|DMC1|2371|38568257;38570043|38568289;38570286
CTCAGACGTCGGGCCGACGCAAGGCCACGCGCGCGAACACACAGGTGCGGCCCCGGGCCA
CACGCACACCGTACAC
>ENSG00000001630|ENST00000003100|CYP51A1|3210|92134365|92134530
TATATCACAGTTTCTTTCTTTTTTTTTTTTTTTTTTTTGAGACAGAGTTTTGCTCTTGTT
GCCCAGGCTGGAGTACAGTGACGCAATCTCGGCTCACTGCAACCTTTGCCTCCCAGGTTC

第一行（以

>

开头）是标识符，其他行是序列，并且每个标识符都有自己的序列。在上述示例中，

ensg000010006

是名称，

enst0000216024

是异构体。在我的文件中，有一些标识符行具有相同的名称，但其他所有内容都不同。 我想获得每个名称的最长序列，并创建一个新文件。这意味着每个名字只有一次重复（但顺序最长）。 对于上述示例，结果如下所示：

>ENSG00000100206|ENST00000216024|DMC1|2371|38568257;38570043|38568289;38570286
CTCAGACGTCGGGCCGACGCAAGGCCACGCGCGCGAACACACAGGTGCGGCCCCGGGCCA
CACGCACACCGTACAC
>ENSG00000001630|ENST00000003100|CYP51A1|3210|92134365|92134530
TATATCACAGTTTCTTTCTTTTTTTTTTTTTTTTTTTTGAGACAGAGTTTTGCTCTTGTT
GCCCAGGCTGGAGTACAGTGACGCAATCTCGGCTCACTGCAACCTTTGCCTCCCAGGTTC
>ENSG00000100206|ENST00000216024|DMC1|2371|38568257;38570043|38568289;38570286
TTAACTATAATCCCACTGCCTATTTTTTTATTTCTAAAAATATCATAAAAAGACACAAAA

>ENSG00000100206|ENST00000216024|DMC1|2371|38568257;38570043|38568289;38570286
CTCAGACGTCGGGCCGACGCAAGGCCACGCGCGCGAACACACAGGTGCGGCCCCGGGCCA
CACGCACACCGTACAC
>ENSG00000001630|ENST00000003100|CYP51A1|3210|92134365|92134530
TATATCACAGTTTCTTTCTTTTTTTTTTTTTTTTTTTTGAGACAGAGTTTTGCTCTTGTT
GCCCAGGCTGGAGTACAGTGACGCAATCTCGGCTCACTGCAACCTTTGCCTCCCAGGTTC

---

你们知道如何在python中做到这一点吗？

你们可以从使用Biopython获得合适的FASTA格式解析器开始：

然后遍历这些记录，并对它们执行您想要的操作。这不仅可以节省编写解析器的时间，还可以防止完全错误地编写解析器

该页中的示例：

from Bio import SeqIO
for record in SeqIO.parse("example.fasta", "fasta"):
    print(record.id)

---

不要打印，而是创建一个dict

{record.id:record.length}

，只有当长度较长时才更新该dict。

从迭代所有这些行的代码开始。因此，这不是一个代码编写服务。你必须通过展示你迄今为止所做的努力来展示你的努力。@matias elgart:不，不要。如果有一百万个更好的语法分析器，你就不需要编写自己的语法分析器了。@JulienD我建议你至少尝试一些东西，而不是不尝试就去问答案。没错，但这不是一个答案。我不会写他的代码，也不会在注释中使用它，尽管我认为这很有用。此外，我不希望他在评论中听从马蒂亚斯·埃尔加特的建议。