如何提取一对夫妇从线（蟒蛇）标串

Question

好友，

我花在这个一个相当长的一段时间......，但仍无法找出更好的办法来做到这一点。顺便说一句，我是用python编码的。

所以，这里是文字的，我有一个工作文件中的一行，例如：

“> REF | ZP_01631227.1 | 3脱氢合酶节球spumigena CCY9414] ...”

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

双“| |”和括号就像标记，所以我们知道我们想要得到两个字符串之间的...

我想我可以循环所有字符在行中，并做到这一点很难。它只需要很多时间...想知道是否有一个python库或其他聪明的方法很好地做到这一点？

谢谢大家！

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

一个简洁的选择是一个正则表达式（由于某种原因，他们在Python社区一个坏名声，但他们确实提供了简单的文本处理简洁和功率）：

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