如何使用不同大小的列表创建python字典？

Question

我一直在学习用regex操作字符串，但是遇到了用我正在处理的一些数据格式化字典的问题。下面是我正在努力解决的代码的简化版本：

import re

line=">sp|A|PE=3 SV=1 IDMANTTI >sp|B|PE=3 SV=1 EVPFYPKA >sp|C| PE=3 SV=2 QRWLFNYSGNISN"

NGly_Sites=[]
protein_list=[]

p_and_a=re.findall(r'sp\|(\w+)\|.+?SV=\d\s([A-Z]+)', line) 
for protein, amino in p_and_a:
    print(protein, amino)
    protein_list.append(protein)
    NGly_Sites=re.findall(r'N[^P][ST][^P]', amino)
    print(NGly_Sites)
Sites={k:v for k,v in zip(protein_list, NGly_Sites)}
print(Sites)

它会打印：

A IDMANTTI
['NTTI']
B EVPFYPKA
[]
C QRWLFNYSGNISN
['NYSG', 'NISN']
{'A': 'NYSG', 'B': 'NISN'

我正在尝试将我命名为“protein”的项目与我在python中使用.findall（）函数找到的结果序列进行匹配。基本上我想做以下几点：

{'A':['NTTI'],'C':['NYSG','NISN']}

我不明白为什么使用.findall（）函数找到的对象放在字典中，是在所有键（'A'，'B'，'C'）下，而不是在它们的特定键下，或者为什么我不能在一个键下附加使用.findall（）找到的对象的列表。我确信这只是和语法有关，但我已经用{k:v代表k，v在zip（list1，list2）}中进行了实验，这就是我被告知要用两个列表创建一个字典的方式，我似乎不知道如何让它在一个列表中插入一个列表。我该怎么做呢？你知道吗

Answer 1

import re

line=">sp|A|PE=3 SV=1 IDMANTTI >sp|B|PE=3 SV=1 EVPFYPKA >sp|C| PE=3 SV=2 QRWLFNYSGNISN"

p_and_a=re.findall(r'sp\|(\w+)\|.+?SV=\d\s([A-Z]+)', line) 

sites =  { protein : re.findall(r'N[^P][ST][^P]', amino)  for protein, amino in p_and_a }

print(sites)

# {'A': ['NTTI'], 'B': [], 'C': ['NYSG', 'NISN']}

Answer 2

您可以使用列表理解来构建元组对的完整蛋白质列表，然后使用dict理解来过滤空列表值。这可以在一个单独的dict理解中完成，但是把它分成两个步骤要清楚一点，这样就省去了额外调用findall提取蛋白质序列的麻烦。你知道吗

import re

line = ">sp|A|PE=3 SV=1 IDMANTTI >sp|B|PE=3 SV=1 EVPFYPKA >sp|C| PE=3 SV=2 QRWLFNYSGNISN"
protein_pattern = r"sp\|(\w+)\|.+?SV=\d\s([A-Z]+)"
sites_pattern = r"N[^P][ST][^P]"

all_proteins = [
    (k, re.findall(sites_pattern, v)) 
    for k, v in re.findall(protein_pattern, line)
]
sites = {k: v for k, v in all_proteins if v}

print(sites) # => {'A': ['NTTI'], 'C': ['NYSG', 'NISN']}