如何从一行中提取一对有标记的字符串（python）

Question

我的朋友们

我花了不少时间在这件事上。。。但还不能找到更好的方法。顺便说一下，我是用python编写代码的。在

下面是我正在处理的文件中的一行文本，例如：

“>；ref | ZP_01631227.1 | 3-脱氢喹酸合酶[Nodularia spumigena CCY9414]…”

如何从行中提取两个字符串“ZP_01631227.1”和“Nodularia spumigena CCY9414”？在

成对的“| |”和方括号就像标记，所以我们知道我们要在这两个符号之间找到字符串。。。在

我想我可能可以循环所有的字符行和做它的艰难的方式。只是花了太多时间。。。想知道是否有一个python库或其他聪明的方法可以很好地完成它？在

感谢大家！在

Answer 1

>>> for line in open("file"):
...     if "|" in line:
...         whatiwant_1=line.split("|")[1]
...         if "[" in line:
...             whatiwant_2=line.split("[")[1].split("]")[0]
...
>>> print whatiwant_1 , whatiwant_2
ZP_01631227.1 Nodularia spumigena CCY9414

Answer 2

一种简洁的替代方法是正则表达式（由于某些原因，它们在Python社区中的代表性很差，但它们确实为简单的文本处理提供了简洁性和强大的能力）：

import re
s = ">ref|ZP_01631227.1| 3-dehydroquinate synthase [Nodularia spumigena CCY9414]..."
mo = re.search(r'\|(.*?)\|/*\[(.*?)\]', s)
if mo:
  thefirst, thesecond = mo.groups()