python解决数据信息提取

haooooaaa

你给的信息里面似乎不满足你说的两个条件。 行数也不等于， 也没有C1是一行的情况。 上面的文件结果是

1. 13 11
   
2. 4 3
   
3. 4 2
   
4. 5 3

复制代码

前面的列是AF， 后面是 C1

sunzhiguolu

回复 11# haooooaaa

也没有C1是一行的情况

C1 Univ Cape Town, Dept Geog & Environm Sci, ZA-7701 Rondebosch, South Africa.
   Univ Cape Town, Dept Oceanog, ZA-7701 Rondebosch, South Africa.
RP Reason, CJC (reprint author), Univ Cape Town, Dept Geog & Environm Sci, Private Bag, ZA-7701 Rondebosch, South Africa.

   

Hadron74

看你关心文章的内容，也是生物相关，却不是MEDLINE, 哪里的来源呀？为什么不用PUBMED, Biopython提供很好的接口的。

要是一定要这个，逻辑也很简单，有必要再回。

Linux_manne

1. f = open("test.txt")
   
2. content_list = f.readlines()
   
3. AF_LIST = []
   
4. C1_LIST = []
   
5. AF_OUTER_LIST = []
   
6. C1_OUTER_LIST = []
   
7. for n,content in enumerate(content_list):
   
8.     if content.startswith('AF'):
   
9.         AF_LIST.append(content.replace("AF",'').strip())
   
10.         while content_list[n+1].startswith(' '):
    
11.             AF_LIST.append(content_list[n+1].strip())
    
12.             n = n + 1
    
13.         AF_OUTER_LIST.append(AF_LIST)
    
14. 
    
15.     if content.startswith("C1"):
    
16.         C1_LIST.append(content.replace("C1",'').split(',')[-1].strip())
    
17.         while content_list[n+1].startswith(' '):
    
18.             x = content_list[n+1].split(',')[-1]
    
19.             C1_LIST.append(x.strip())
    
20.             n = n + 1
    
21.         C1_OUTER_LIST.append(C1_LIST)
    
22.     else:
    
23.         AF_LIST = []
    
24.         C1_LIST = []
    
25. 
    
26. print AF_OUTER_LIST
    
27. print C1_OUTER_LIST
    
28. 
    
29. for i,al in enumerate(AF_OUTER_LIST):
    
30.     if len(al) == len(C1_OUTER_LIST[i]):
    
31.         print zip(al,C1_OUTER_LIST[i])
    
32. 
    
33.     elif len(C1_OUTER_LIST[i]) == 1:
    
34.         print zip(al, C1_OUTER_LIST[i] * len(AF_OUTER_LIST[i]))
    

复制代码

你看下 我没仔细验证过...