python学习笔记：查找只包含6个C.ar的苯环结构

在mol2文件里面存在C.ar 文件众多，还有一些不带C.ar的文件存在。要找到包含C.ar的文件是一件很容易的事情，但是要找一个只包含只有6个C.ar 组成的苯环结构，这个时候就要用到清洗文件。将一些不包含文件清洗过滤掉。

1 含有C.ar文件情况

以1a0q_ligand.mol2为例
包含6个C.ar 的文件。

以1a4m_ligand.mol2为例
不包含C.ar 的文件

2 查找含有6个C.ar的文件

下面采用2种代码来判定返回结构是否只含有6个C.ar文件，其中带上2种写法。

第一种写法findcar6是通过正则方式一次性返回一个带.ar 数据列表。但是这个列表中是否存在6个，且全部是C.ar 呢？ 这个时候只要一个不存在，则这个判定就不成立了。
当全部条件成立后，就可以把这个文件纳入清洗目标了。

第二种写法findecar66 会更加简洁一点，正则检测后，统计列表是否全部包含6个C.ar，满足条件则可以。否则就判定不满足条件。

import re


def findcar6(mol2file):
    pattern = re.compile(r'\w+\.ar')
    with open(mol2file, 'r') as f:
        content = f.read()
        ret_list = pattern.findall(content)
        if len(ret_list) == 6:
            ok = True
            for ar in ret_list:
                if ar != 'C.ar':
                    ok = False
                    print(mol2file + '不符选型')
            if ok:
                print(mol2file + '包含6个C.ar')

        else:
            print(mol2file + '不包含6个C.ar')


def findcar66(mol2file):
    pattern = re.compile(r'\w+\.ar')
    with open(mol2file, 'r') as f:
        content = f.read()
        ret_list = pattern.findall(content)
        num = ret_list.count('C.ar')
        if num == 6:
            print(mol2file + '包含6个C.ar')
        else:
            print(mol2file + '不包含6个C.ar')


if __name__ == "__main__":
    findcar66('1a0q_ligand.mol2')
    findcar66('1a4m_ligand.mol2')

运行结果可以看到对应运行情况。