python - 在python上读取 token

我想从文本文档中读取令牌并检查特定的关键字。我该怎么办？
例如，我的文件如下所示：

<protein id="Q11" name="HUMAN" length="655" crc64="30E1C1D138">
    <match id="G3DSA:3.30.160.60" name="ZC2f_H2/iegse_NA-bd" dbname="GE3D" status="T" evd="HMPfm">
      <ipr id="IPR013087" name="Zinc finger, H2-type/inrase, D-bindg" tpe="Dain" />
      <ln stt="114" end="142" sc="1.0E-8" />
    </match>

（我要跳过第一行，并在第二行中搜索dbname的令牌，该令牌必须等于GE3D。如果是，则要存储stt编号和结束编号。）

*所以我这样做了，但我不知道为什么它只返回一个数字作为开始和结束，因为一个以上的数字应该满足要求：
从lxml导入主菜

文件名='inQ14591.txt'

使用open（filename，'rb'）as f：

root = etree.parse(f)
for ln in root.xpath("/protein/match[@dbname='GE3D']/ln"):
    start = ln.get("stt")
    end = ln.get("end")

打印（stt）

打印结束

最佳答案

似乎您可以使用BeautifulSoup进行解析，但是我不确定您要查找的是什么

from BeautifulSoup import BeautifulSoup
text = '''<protein id="Q11" name="HUMAN" length="655" crc64="30E1C1D138">
    <match id="G3DSA:3.30.160.60" name="ZC2f_H2/iegse_NA-bd" dbname="GE3D" status="T" evd="HMPfm">
      <ipr id="IPR013087" name="Zinc finger, H2-type/inrase, D-bindg" tpe="Dain" />
      <ln stt="114" end="142" sc="1.0E-8" />
    </match>'''

soup= BeautifulSoup(text)

res=soup.findAll(dbname='GE3D')

根据您的评论更新以找到stt值，您需要找到带有ln的行，然后使用带有stt的标签，如下所示：

stt_value = soup.findAll('ln')[0]['stt'] # u'114'
end_value = soup.findAll('ln')[0]['end'] # u'142'

关于python - 在python上读取 token ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/11365448/