如何使用python在字符串中查找第一个非大写字母

我是一名python新手，但在其他语言中编写了一段时间。我有一串DNA（小写）和AA序列（大写）。进一步在文件的开头我有一个大写的蛋白质名称。因此我的文件看起来像这样。如何使用python在字符串中查找第一个非大写字母

PROTEINNAMEatcgatcg ... JFENVKDFDFLK

我需要找到字符串中的第一个非大写字母，这样我就可以再切出蛋白质的名称。因此，我会从上面要的是：

atcgatcg ... JFENVKDFDFLK

我可以用一个循环做到这一点，但似乎有点小题大做，效率低下。有没有简单的Python方法来做到这一点？

我可以使用re.findall（“[A-Z]”，mystring）获取所有大写字母，但是之后我需要做一个比较来查看结果与原始字符串的不同之处。

谢谢！

来源

2012-04-25 user1357015

你几乎有你的正则表达式...但也有其他方法，除了的findall：

http://docs.python.org/library/re.html#re.sub

>>> import re 
>>> protein_regex = re.compile('^[A-Z]+') 
>>> dna = 'PROTEINNAMEatcgatcg... JFENVKDFDFLK' 
>>> protein_regex.sub('', dna) 
'atcgatcg... JFENVKDFDFLK'

不确定的表现，但你也可以做

>>> import string 
>>> dna.lstrip(string.uppercase) 
'atcgatcg... JFENVKDFDFLK'

而你有它：

python -m timeit -n 10000 -s 'import re' -s 'protein_regex = re.compile("^[A-Z]+")' -s 'dna = "PROTEINNAMEatcgatcg... JFENVKDFDFLK"' 'protein_regex.sub("", dna)' 
10000 loops, best of 3: 1.36 usec per loop 

python -m timeit -n 10000 -s 'import string' -s 'dna = "PROTEINNAMEatcgatcg... JFENVKDFDFLK"' 'dna.lstrip(string.uppercase)' 
10000 loops, best of 3: 0.444 usec per loop

第二个看起来要快3倍。

来源

2012-04-25 19:09:34 sberry

lstrip正是我所需要的东西。用我的其他代码工作就像一个魅力！ – user1357015 2012-04-25 19:35:49

使用re.search（）：

import re 
s1 = "ASDFASDFASDFasdfasdfasdfasdfasdf" 
m = re.search("[a-z]", s1) 
if m: 
    print "Digit found at position %d" % m.start() 
else: 
    print "No digit in that string"

来源

2012-04-25 19:13:29

这也可以，但需要额外的切割步骤。尽管我还在学习，但对我很有帮助。谢谢！ – user1357015 2012-04-25 19:39:41

试试这个，这是因为短，因为它可以得到：

import re 
s = 'PROTEINNAMEatcgatcg... JFENVKDFDFLK' 
i = re.search('[a-z]', s).start() 
protein, sequences = s[:i], s[i:] 

print protein 
> PROTEINNAME 

print sequences 
> atcgatcg... JFENVKDFDFLK

来源

2012-04-25 19:23:34

如何使用python在字符串中查找第一个非大写字母

回答

相关问题