python文本字符分析代码_Python设计文本搜寻与分析小程序？

要求：现有两个文本文件：all.txt和part.txtall.txt内容如下：>GENENUMBER000001AAAAGGGGTTTTCCCCATATATATAGCGCGCGCCCCCGGGGATTTGCGGACCTTTGGGGCTCTTT>GENENUMBER000002GGGGCGCGGGGGG...

要求：

现有两个文本文件：all.txt 和 part.txt

all.txt 内容如下：

>GENENUMBER000001

AAAAGGGGTTTTCCCCATATATATAGCGCGCGCCCCCGGGGATTTGCGGACCTTTGGGGCTCTTT

>GENENUMBER000002

GGGGCGCGGGGGGGGGGGGGGAGGGGTTTTTTTTTTTTTTTTTAGGAAGGAAGGAGAGTTTCCCCCCTTC

>GENENUMBER000003

TTGGGGTTGGGGGAAATTGCGCTTTAGGGGTGTGTAAAGTGTGAGTGTGTAACCCCGGGGCCCCGCGCGGGGGCGTTATCGATGCCCGTATATTATGCGGCATGTTTTGGGGGGGGGGGGAAAAAATTTTTCCCCCCCCCGTGTAT

part.txt 内容如下：

>GENENUMBER000001

ACCTTTGGGG

>GENENUMBER000002

TTTTTTTTTTTTTAG

>GENENUMBER000003

GGGGGGGGGGGGAAAAAATTTTTCCCCCCCC

>GENENUMBER000003

AACCCCGGGGCCCC

解释：

all.txt 中存有名为GENENUMBER000001、GENENUMBER000002、GENENUMBER000003三段完完整整的字符串；

part.txt 中存有的字符串名称与all.txt对应，且part.txt中 字符串内容都是all.txt中 对应名称的字符串内容的片段(包含关系：part < all)；

编写一个python程序，读取这两个txt文件，用part.txt中的字符串信息(以下称为片段)，在all.txt里对应名称的字符串中定位这个片段，并且提取出最靠近始端的片段之前的10个字符，输出为一个新的文本文件(保存每个10字符长的信息内容，并以换行隔开)，名为logoseq.txt

若程序运行正确，输出的logoseq.txt 内容应为：

GGATTTGCGG

GAGGGGTTTT

GTGAGTGTGT

难点：

在part.txt中，有两个片段均名为GENENUMBER000003，意味着这两个片段内容都将在all.txt中名为GENENUMBER000003的那段字符串内被找到。由于片段AACCCCGGGGCCCC更靠近起始端，按程序要求，最终提取的10个字符，应该是在片段AACCCCGGGGCCCC之前的10个字符，而不是GGGGGGGGGGGGAAAAAATTTTTCCCCCCCC之前的10个字符。

谢谢这位给出答案的高人！为什么输出结果当中，会有空白行(隔行)呢？

还有一种情况就是如果被搜寻的字符串对象之前，不足10个字符的，我希望别报错，悄悄跳过它就是了，该怎么处理？

展开