Python: 将文件中特定行放入列表

Question

你好，

我遇到了一个问题：

有一个文件，结构如下：

'>some cookies  
chocolatejelly  
peanutbuttermacadamia  
doublecoconutapple  
'>some icecream  
cherryvanillaamaretto  
peanuthaselnuttiramisu  
bananacoffee  
'>some other stuff  
letsseewhatfancythings  
wegotinhere  

目标：把每一行包含'>'之后的所有内容放进一个列表，作为一个完整的字符串

代码：

def parseSequenceIntoDictionary(filename):
    lis=[]
    seq=''
    with open(filename, 'r') as fp:
        for line in fp:
            if('>' not in line):
                seq+=line.rstrip()
            elif('>' in line):
                lis.append(seq)
                seq=''
        lis.remove('')
        return lis

这个函数会逐行读取文件，如果某一行没有'>'，它就把后面的所有行连接起来，并去掉换行符'\n'。如果遇到'>'，它会把之前连接的字符串自动添加到列表中，然后清空字符串'seq'，准备连接下一段内容。

问题是：

以一个输入文件为例，它只把'一些饼干'和'一些冰淇淋'的内容放进列表里，而没有把'一些其他东西'的内容放进去。所以我们得到的结果是：

[chocolatejelly 
peanutbuttermacadamia 
doublecoconutapple, cherryvanillaamaretto 
peanuthaselnuttiramisu 
bananacoffee] but not  

[chocolatejelly 
peanutbuttermacadamia 
doublecoconutapple, cherryvanillaamaretto 
peanuthaselnuttiramisu 
bananacoffee, letsseewhatfancythings 
wegotinhere]  

这里面有什么错误的思路吗？在循环中可能有逻辑错误，但我不知道在哪里。

提前感谢任何提示！

Answer 1

在编程中，有时候我们需要处理一些数据，这些数据可能是从用户那里输入的，或者是从其他地方获取的。为了让程序能够理解这些数据，我们通常会把它们转换成一种特定的格式。这个过程叫做“数据转换”。

比如说，如果你有一个数字字符串“123”，但是程序需要的是数字类型的123，那么你就需要把这个字符串转换成数字。这样，程序才能进行数学运算。

在不同的编程语言中，数据转换的方法可能会有所不同。有些语言提供了简单的函数来完成这个任务，而有些则需要你手动进行转换。

总之，数据转换是编程中一个非常重要的概念，理解它能帮助你更好地处理和使用数据。

my_list = []
with open('file_in.txt') as f:
    for line in f:
        if line.startswith("'>"):
            my_list.append(line.strip().split("'>")[1])

print my_list  #['some cookies', 'some icecream', 'some other stuff']

Answer 2

你只有在找到一个以 > 开头的新行时，才会把 seq 加到结果列表里。所以到最后，你的 seq 里会有一些数据（就是你缺少的那些），但你没有把它加到结果列表中。因此，在你的循环结束后，如果 seq 里有数据，就把它加上去，这样就没问题了。

Answer 3

问题在于，你只在遇到包含 '>' 的行时才保存当前的部分 seq。当文件结束时，你的这个部分仍然是打开的状态，但你并没有把它保存下来。

修复你程序的最简单方法是这样的：

def parseSequenceIntoDictionary(filename):
    lis=[]
    seq=''
    with open(filename, 'r') as fp:
        for line in fp:
            if('>' not in line):
                seq+=line.rstrip()
            elif('>' in line):
                lis.append(seq)
                seq=''
        # the file ended
        lis.append(seq) # store the last section
        lis.remove('')
        return lis

顺便提一下，你应该使用 if line.startswith("'>"): 来防止可能出现的错误。