使用Python从fasta文件中删除句点

Question

我刚接触Python（用的是2.7版本），现在想处理一个包含对齐序列的fasta文件，想把里面的句点（.）和破折号（-）去掉。我想写一个循环，让Python逐行检查，把句点和破折号替换成空白。下面是我写的代码（运行后可以去掉句点和破折号，但留下了空格）：

InFileName = 'myfile.fasta'
InFile = open(InFileName, 'r')

OutFileName = 'myfile_nodots.fasta'
OutFile = open(OutFileName, 'w')

for Line in InFile:

     Line=Line.replace('.', "")

     Line=Line.replace('-', "")

     Outfile.write(Line) 

InFile.close()
OutFile.close()

如果有任何建议，我会非常感激！

Answer 1

使用 fileinput 和 translate 可以快速在文件中直接编辑：

import fileinput

for line in fileinput.input("test.txt", inplace=1):
    sys.stdout.write(line.translate(None, '-.'))

在你问之前：是的，它是直接写入文件，而不是写到控制台上 :)

Answer 2

你可以把你的代码整理得更整洁一些，使用 with 这个语句来确保文件在使用完后会被关闭。而在 Python 2.7 中，你可以利用 str.translate 的第二个参数来指定要删除的字符。这样，你的代码可以写成：

with open('myfile.fasta') as fin, open('myfile_nodots.fasta', 'w') as fout:
    for line in fin:
        fout.write(line.translate(None, '-.'))

Answer 3

你可以稍微简化一下代码：

import re
infilename = 'myfile.fasta'
outfilename = 'myfile_nodots.fasta'
regex = re.compile("[.-]+")    

with open(infilename, 'r') as infile, open(outfilename, 'w') as outfile:
    for line in infile:
        outfile.write(regex.sub("", line))

如果你还想去掉点号或破折号后面的空格，可以使用另一种正则表达式：

regex = re.compile("[.-]+ *")