试图找到子在大字符串

鉴于此字符串试图找到子在大字符串

dna3 = "CATGTAATAGATGAATGACTGATAGATATGCTTGTATGCTATGAAAATGTGAAATGACCC"

下面的代码应打印以下4子。

ATGTAA 
ATGAATGACTGATAG 
ATGCTATGA 
ATGTGA

但是，打印以下：

ATGTAA 
ATGAATGACTGATAG 
ATGACTGATAGATATGCTTGTATGCTATGAAAATGTGAAATGACCC 
ATGCTTGTATGCTATGAAAATGTGAAATGACCC 
ATGCTATGA 
ATGAAAATGTGA 
ATGTGA 
ATGACCC 
None

可能有人请帮我想出解决办法。谢谢。

def findStopIndex(dna,index): 

    stop1 = dna.find("tga",index) 
    if(stop1 == -1 or (stop1-index) % 3 != 0): 
     stop1 = len(dna) 

    stop2 = dna.find("taa",index) 
    if(stop2 == -1 or (stop2-index) % 3 != 0): 
     stop2 = len(dna) 

    stop3 = dna.find("tag",index) 
    if(stop3 == -1 or (stop3-index) % 3 != 0): 
     stop3 = len(dna) 

    return min(stop1, min(stop2,stop3)) 

def printAll(dna): 
    gene = None 
    start = 0 
    while(True): 
     loc = dna.find("atg", start) 
     if(loc == -1):break 
     stop = findStopIndex(dna,loc+3) 
     gene = dna[loc:stop+3] 
     print gene.upper() 
     start = loc + 3 


print printAll(dna3.lower())

来源

2016-05-31 martinbshp

要调试这一点，我将打印指数，停止1，停止2和停止3的值。我怀疑你会看到价值观并不是你所期望的。 –

'min'可以和多个参数一起使用：'min（stop1，stop2，stop3）'。 – Daniel

'if'和'while'不是函数，因此括号是不必要的。 – Daniel

我们可能需要关于DNA结构的一些额外的信息。从你所描述的，感觉像子串不能相互重叠。在这种情况下，您需要将start = loc + 3替换为start = stop + 3（字符似乎是，按3个3分组，也是基于和您所描述的）。

最后，您不需要print printAll(dna3.lower())中的print，因为它在结果集的末尾显示了None（该函数没有返回值）。

有了这些修改，我的输出是：

ATGTAA 
ATGAATGACTGATAG 
ATGCTTGTATGCTATGAAAATGTGAAATGACCC

希望能对大家有所帮助。

来源

2016-05-31 09:29:22 3kt

他想要搜索所有子字符串。如果你做了'start = stop + 3'，你将跳过一些子串 – qvpham

@julivico返回的停止索引是3个字符组的** first **字符的索引，因此是我的+3。这也是他打印'dna [loc：stop + 3]'的原因。 – 3kt

看看输出ATGAATGACTGATAG。这个字符串中有'ATG'。如果你使用'stop + 3'，你会跳过它。 – qvpham

变化：

1）分应该使用 “键= INT”;否则，排序工作将作为字符串...

return min(stop1,stop2,stop3, key=int)

2）破与退出，以避免更换另一个循环与同时

来源

2016-05-31 09:23:38 Yaron

我认为你可以解释它好一点，但要得到你想要得到的东西不能返回这样的分钟，否则当你必须对待它。你得到的长链是因为你正在返回'60'，这是整个序列的长度。我稍微修改了一下代码，它只会选择以'tga'，'taa'或'tag'结尾的序列。

def findStopIndex(dna, index): 
    stop1 = dna.find("tga", index) 
    if (stop1 == -1 or (stop1 - index) % 3 != 0): 
     stop1 = len(dna) 
    stop2 = dna.find("taa", index) 
    if (stop2 == -1 or (stop2 - index) % 3 != 0): 
     stop2 = len(dna) 
    stop3 = dna.find("tag", index) 
    if (stop3 == -1 or (stop3 - index) % 3 != 0): 
     stop3 = len(dna) 
    end_sequence = min(stop1, stop2, stop3)if min(stop1, stop2, stop3) < 60 else None 
    return end_sequence 

def printAll(dna): 
    start = 0 
    while True: 
     loc = dna.find("atg", start) 
     if loc == -1: 
      break 
     stop = findStopIndex(dna, loc + 3) 
     if stop: 
      gene = dna[loc:stop+3] 
      print(gene.upper()) 
     start = loc + 3 
    return 

printAll(dna3.lower())

输出：

ATGTAA 
ATGAATGACTGATAG 
ATGCTATGA 
ATGAAAATGTGA 
ATGTGA

来源

2016-05-31 09:25:51

删除print中的print printAll（dna3.lower（）））将会删除输出'None'。函数printAll不返回任何内容（或None）。 – qvpham

@ julivico：是的，我看到3kt的答案，然后它也打我。谢谢！ –

变化开始= LOC + 3 开始= LOC + LEN（基因）+ 3

def findStopIndex(dna,index): 

    stop1 = dna.find("tga",index) 
    if(stop1 == -1 or (stop1-index) % 3 != 0): 
     stop1 = len(dna) 

    stop2 = dna.find("taa",index) 
    if(stop2 == -1 or (stop2-index) % 3 != 0): 
     stop2 = len(dna) 

    stop3 = dna.find("tag",index) 
    if(stop3 == -1 or (stop3-index) % 3 != 0): 
     stop3 = len(dna) 

    return min(stop1, min(stop2,stop3)) 

def printAll(dna): 
    gene = None 
    start = 0 
    while(True): 
     loc = dna.find("atg", start) 
     if(loc == -1):break 
     stop = findStopIndex(dna,loc+3) 
     gene = dna[loc:stop+3] 
     print gene.upper() 
     start = loc +len(gene)+ 3 

dna3 = "CATGTAATAGATGAATGACTGATAGATATGCTTGTATGCTATGAAAATGTGAAATGACCC" 
printAll(dna3.lower())

来源

2016-05-31 09:33:10

我想，你不想要的结果，这导致打印字符串直到结束，所以你必须将这些情况排除在外。，更好地利用一个for循环对所有的结局：

def findStopIndex(dna, index): 
    stops = [] 
    for tag in ["TGA", "TAA", "TAG"]: 
     stop = dna.find(tag, index) 
     if stop >= 0 and (stop - index) % 3 == 0: 
      stops.append(stop) 
    return min(stops) 

def printAll(dna): 
    dna = dna.upper() 
    start = 0 
    while True: 
     loc = dna.find("ATG", start) 
     if loc == -1: 
      break 
     try: 
      stop = findStopIndex(dna, loc + 3) 
     except ValueError: 
      # no ending found 
      pass 
     else: 
      print(dna[loc:stop+3]) 
     start = loc + 3 

printAll(dna3)

但我觉得，你真正想要的，是找到TGA，TAA之一，TAG即使在TGA之间的位置时，即不能被3整除。这可以通过正则表达式来完成：

import re 

def printAll(dna): 
    dna = dna.upper() 
    start = 0 
    while True: 
     mtch = re.search("ATG(...)*?(TGA|TAA|TAG)", dna[start:]) 
     if not mtch: 
      break 
     print(mtch.group()) 
     start += mtch.start() + 3 

printAll(dna3)

，并产生两个以上次数：

ATGTAA 
ATGAATGACTGA 
ATGACTGATAGATATGCTTGTATGCTATGA 
ATGCTTGTATGCTATGAAAATGTGAAATGA 
ATGCTATGA 
ATGAAAATGTGA 
ATGTGA

来源

2016-05-31 09:50:49 Daniel

试图找到子在大字符串

回答

相关问题