將字符串拆分成相同的字母塊

這很簡單，我只是不能做到這一點！在這個例子中，我想要做的就是將下面的字符串拆分成彼此相鄰的相同字母塊，例如在下面的例子中：test =「AAATGG」，將被分成「AAA」，「T」，「GG」。我一直在嘗試不同的方式，下面是一個例子。我會很感激幫助。將字符串拆分成相同的字母塊

我知道這個想法是通過字符串，如果下一個字母與當前字母相同，繼續，否則，打破並打印並重新開始，我只是無法正確實施它。

test = "AAATGG" 
TestDict = {} 
for index,i in enumerate(test[:-1]): 
    string = "" 
    if test[index] == test[index+1]: 
     string = i + test[index] 
    else: 
     break 
    print string

來源

2016-07-27 user1288515

「AAATTGGAA」如何？結果應該是什麼？ – Psidom

一種方法是使用groupby從itertools：

from itertools import groupby 
[''.join(g) for _, g in groupby(test)] 
# ['AAA', 'T', 'GG']

來源

2016-07-27 15:33:37 Psidom

我可能只是使用itertools.groupby：

>>> import itertools as it 
>>> s = 'AAATGG' 
>>> for k, g in it.groupby(s): 
... print(k, list(g)) 
... 
('A', ['A', 'A', 'A']) 
('T', ['T']) 
('G', ['G', 'G']) 
>>> 
>>> # Multiple non-consecutive occurrences of a given value. 
>>> s = 'AAATTGGAAA' 
>>> for k, g in it.groupby(s): 
... print(k, list(g)) 
... 
('A', ['A', 'A', 'A']) 
('T', ['T', 'T']) 
('G', ['G', 'G']) 
('A', ['A', 'A', 'A'])

正如你所看到的，g成爲能產生所有的迭代連續出現的給定字符（k）。我用list(g)來消耗迭代次數，但是你可以用它來做任何你喜歡的事情（包括''.join(g)得到一個字符串，或者sum(1 for _ in g)來得到計數）。

來源

2016-07-27 15:34:09 mgilson

您可以使用正則表達式：

>>> re.findall(r'((\w)\2*)', test) 
[('AAA', 'A'), ('T', 'T'), ('GG', 'G')]

來源

2016-07-27 15:36:01 Kasramvd

你也可以使用regex.findall。在這種情況下，我只假定字母A，T，C和G存在。

import re 
re.findall('(A+|T+|G+|C+)', test) 
['AAA', 'T', 'GG']

來源

2016-07-27 15:36:05

將字符串拆分成相同的字母塊

回答

相關問題