#python#生物信息学 提取文本某列信息 #提取氨基酸序列并且提取氨基酸结构序列与之对应

我们有一下文本：dssp1a45.dssp

        要求提取出文本中氨基酸序列的名称和结构，并是他们整行相互对应，其中结构序列中的空格 用'_'代替。

        输出格式为两行信息：GKITFYEDRGFQGRHYECSSDHSNLQPYFSRCNSIRVDSGCWMLYEQPNFQGPQYF...
_EEEEEEETTTEEEEEEE_S_BS__TTT_S__SEEEEEESEEEEESSGGG...

     

 拿到文本文件.dssp(类似于.txt)

我们发现我们的目的信息在文本文件中的红色区域的蓝色框中，其余信息全部都是不需要的，我们要把其余区域清除掉，提取出这两列信息，并且对应输出，这便是思路！

第一步：

file = open('dssp1a45.dssp','r')            #以读取方式打开文件
str = ''.join(file.readlines()[28:])        # 删除检索内容以外的首部
file2 = open('new.txt','w')                 #将删除后的文件写入new.txt
file2.write(str)
f = open("new.txt",'r')

我们这时候把红色区域