在 python 中拆分并去除空格

Question

我正在学习 Python，目前正在阅读文件，拆分行，然后打印特定元素。不过，我在拆分多次时遇到了麻烦。我正在处理的文件有很多行看起来像这样

c0_g1_i1|m.1    gi|74665200|sp|Q9HGP0.1|PVG4_SCHPO      100.00  372     0       0       1       372     1       372     0.0       754

我正在尝试拆分它，首先通过制表符和换行符“/t/n”，然后用 | 拆分元素，我尝试过 .split 和 .strip，但运气不佳。我想如果我只在一行上工作，我可以把这个想法记下来，然后把它修改成一个可以访问文件的循环

blast_out = ("c0_g1_i1|m.1    gi|74665200|sp|Q9HGP0.1|PVG4_SCHPO      100.00  372     0       0       1       372     1       372     0.0       754")
fields = blast_out.strip(' \t\r\n').split()
subFields = fields.split("|")
print(fields)
print(subFields)

打印（字段）

['c0_g1_i1|m.1', 'gi|74665200|sp|Q9HGP0.1|PVG4_SCHPO', '100.00', '372', '0', '0', '1', '372', '1', '372', '0.0', '754']

print(subFields) 产生错误

subFields = fields.split('|')
AttributeError: 'list' object has no attribute 'split'

这就是我所做的，只是为了尝试去除空格和制表符，然后在 | 上进行拆分。但它似乎没有做任何事情。最终我想要的这个单个字符串的输出将是

c0_g1_i1 m.1 Q9HGP0.1 100.0

Answer 1

你现在有一个单独的字符串列表。看起来好像输入格式编码了 nested 列表；外部格式由空格分隔，内部由| 字符分隔。

您可以拆分外部字符串，然后在列表推导中再次拆分每个结果元素：

[item.split('|') for item in blast_out.split()]

请注意，str.strip() 完全是多余的，str.split() 调用（没有参数或None 作为第一个参数）已经删除了前导和尾随空格。

如果您期望一个平面列表，您可以在推导中添加另一个循环：

[value for item in blast_out.split() for value in item.split('|')]

如果内部列表中的项目数是可变的，则前者会更可取；找到嵌套列表的第一个或最后一个元素比在平面列表中找出每个以空格分隔的部分开始或结束的位置更容易。

然后可以使用以下两个表达式之一提取给定示例的最终值，具体取决于您选择的变体：

(result[0][0], result[0][1], result[1][3], result[2][0])

或

(result[0], result[1], result[5], result[7])

演示：

>>> blast_out = "c0_g1_i1|m.1    gi|74665200|sp|Q9HGP0.1|PVG4_SCHPO      100.00  372     0       0       1       372     1       372     0.0       754"
>>> [item.split('|') for item in blast_out.split()]
[['c0_g1_i1', 'm.1'], ['gi', '74665200', 'sp', 'Q9HGP0.1', 'PVG4_SCHPO'], ['100.00'], ['372'], ['0'], ['0'], ['1'], ['372'], ['1'], ['372'], ['0.0'], ['754']]
>>> (_[0][0], _[0][1], _[1][3], _[2][0])
('c0_g1_i1', 'm.1', 'Q9HGP0.1', '100.00')
>>> [value for item in blast_out.split() for value in item.split('|')]
['c0_g1_i1', 'm.1', 'gi', '74665200', 'sp', 'Q9HGP0.1', 'PVG4_SCHPO', '100.00', '372', '0', '0', '1', '372', '1', '372', '0.0', '754']
>>> (_[0], _[1], _[5], _[7])
('c0_g1_i1', 'm.1', 'Q9HGP0.1', '100.00')