如何在python中获取单词后的数字答案

【问题标题】：How to grab number after word in python如何在python中获取单词后的数字
【发布时间】：2011-11-24 19:25:37
【问题描述】：

我有一个巨大的文件，包含以下几行DDD-1126N|refseq:NP_285726|uniprotkb:P00112 和DDD-1081N|uniprotkb:P12121，我想获取uniprotkb 后面的数字。

这是我的代码：

x = 'uniprotkb:P'
f = open('m.txt')
for line in f:
  print line.find(x) 
  print line[36:31 + len(x)]

line.find(x) 的问题是 10 和 26，我在 26 的时候抓取完整的数字。我是编程新手，所以我正在寻找可以在单词后面获取完整数字的东西。

x = 'uniprotkb:'
f = open('m.txt')
for line in f:
  if x in line:
    print the number after x

【问题讨论】：

您仍然没有接受大部分问题的答案。你意识到你每接受一个就获得+2声望？如果至少有一个答案有帮助，您应该通过单击旁边的复选标记将每个答案的最佳/最有帮助的答案标记为已接受。

标签： python regex re

【解决方案1】：

import re
regex = re.compile('uniprotkb:P([0-9]*)')
print regex.findall(string)

【讨论】：

请注意，这会打印与正则表达式匹配的所有内容的列表

【解决方案2】：

嗯，一方面，我建议您使用csv module 来读取 TSV 文件。

但一般来说，你可以使用正则表达式：

import re
regex = re.compile(r"(?<=\buniprotkb:)\w+")
for line in f:
    match = regex.search(line)
    if match: 
        print match.group()

如果前面有uniprotkb:，则正则表达式匹配一串字母数字字符。

【讨论】：

【解决方案3】：

使用正则表达式：

import re
for line in open('m.txt'):
    match = re.search('uniprotkb:P(\d+)', line)
    if match:
        print match.group(1)

【讨论】：

非常适合我。

【解决方案4】：

re 模块在这里是非常不必要的如果 x 是静态的并且总是匹配每行末尾的子字符串（如"DDD-1126N|refseq:NP_285726|uniprotkb:P00112"）：

x = 'uniprotkb:'
f = open('m.txt')
for line in f:
  if x in line:
    print line[line.find(x)+len(x):]

编辑： 回答你的评论。如果它们由竖线字符 (|) 分隔，那么您可以这样做：

sep = "|"
x = 'uniprotkb:'
f = open('m.txt')
for line in f:
  if x in line:
    matches = [l[l.find(x)+len(x):] for l in line.split(sep) if l[l.find(x)+len(x):]]
    print matches

如果 m.txt 有以下行：

DDD-1126N|uniprotkb:285726|uniprotkb:P00112

那么上面会输出：

['285726', 'P00112']

将sep = "|" 替换为列分隔符。

【讨论】：

更新了答案。我假设列由“|”分隔。