Question

求一个python或perl脚本 提取文本中的特定文字

如图 “Internal pipeline statistics summary:”到下一个“Internal pipeline statistics summary:”之前是一小块内容，整个文本文件里有很多块输出文件需要提取所有的query 并放到其下面相应的数据结果之前 如图中例子 输出的就是Ps_108264 0.003 11.8 0.0 0.0072 10.6 0.0 1.6 1 CENP-B_N CENP-B N-terminal DNA-binding domain
//
query: A

XXXXXXXXXXXXXXXXXXXXXXXXXX
XXXXXXXXXXXXXXXXXXXXXXXXXXXX
--------------------------------------------------------------
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
CCCCCCCCCCCCCCCCCCCCCCCCCCCCC
DDDDDDDDDDDDDDDDDDDDDDDD
就是我要的内容是DDDD上面和--------------------那行之间的B和C B和C内容不一定 也可能不止两行，最后要的输出结果是
A BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
A CCCCCCCCCCCCCCCCCCCCCCCCCCCCC





Answer 1

文件大小？或者你直接把整个文件发给我调试一下。

#!/usr/bin/env python3.6
import re
from pathlib import Path

fname = '/path/to/file.txt'

def main():
    p = Path(fname)
    if not p.exists():
        p = Path(__file__).with_name(p.name)
        if not p.exists():
            raise Exception(f'{p.name} not exist!')
    ss = p.read_text().strip().split('Internal pipeline statistics summary:')
    result = []
    pattern = re.compile(r'Query:\s*(P[\s\S]+?DNA-binding domain)')
    for s in ss:
        result.extend(pattern.findall(s))
    print('\n\n'.join(result))
    
if __name__ == '__main__':
    main()

追问

怎么发给您呢？ 然后下面那行的结尾不一定是DNA-binding domain结尾..
其实就是取出query后面的id
然后取出query下面------分割线下面到 domain annotation那行上面之间的几行
然后每行加上id 输出

Answer 2

你要把文本内容和想要的结果，以文本的形式发上来。如果是图片，谁都没耐心去看的。

追问

写了个简便版的补在上面了

追答

你发一个原文本和一个修改后的文本

追问

网页链接我又开了一贴 100分的 放在上面了

Answer 3

perl

/Qeury.+----------(?:Domain)//gis

追问

就一行么??
那我要怎么用...

追答

首先你要有基础。不然这里说不完了

追问

我只想要一个能用的脚本，您能完整写出来么？ 我只看过一点python

追答

付费么

追问

多少

追答

20