前言

我们在做数据处理的时候，会遇到包含多条格式类似的长字符串，比如说

recv = 'Node1_temperature:26 Node1_humidity:48 Node2_temperature:36 Node2_humidity:48 ' \
        'Node3_temperature:24 Node3_humidity:35 Node4_temperature:54 Node4_humidity:48 ' \
       'Node5_temperature:43 Node5_humidity:48 '

从字符串中我们可以看到有五组格式相同的数据，每一组包含temperature和humidity，所以该怎么把这5组数据提取出来呢？

一.使用pre包中的findall方法

例如：提取Node1_temperature的值，我们可以这样做

Node1_temperature = re.findall(r'Node1_temperature:(.*) Node1_humidity', recv)

该例提出的数据是26。从例子可以看出，findall方法的使用： re.findall(r’ 26前面的部分内容(.*)26后面的部分内容’)，也即指明前后，来确定中间夹着的内容，指明相对位置得到绝对位置。

二.findall方法的数据返回类型

findall方法返回的数据类型是一个列表，其列表的内容有且只有一个并且是字符串类型的数据，因此可以定义一个变量来接收，该变量接收后成为列表并且只有一个字符串类型的数据。或者另外定义一个列表，先用索引的方式得到该数据，因为只有一个数据，所以索引最大为0：Node1_temperature[0]，最后再使用append方法将数据添加到定义好的列表内。如下：

temp = []
Node1_temperature = re.findall(r'Node1_temperature:(.*) Node1_humidity', recv)
temp.append(int(Node1_temperature[0]))

三.说明

格式要求：修改单引号内的内容即可，(.)不用更改。(.)前后的内容根据要提取的数据而定，并且要注意的原字符串中某一数据如26的前后如果包含空格，(.*)前后的内容也要包括空格

re.findall(r'Node1_temperature:(.*) Node1_humidity', recv)

四.Demo

import re
temp = []
humidity = []
recv = 'Node1_temperature:26 Node1_humidity:48 Node2_temperature:36 Node2_humidity:48 ' \
        'Node3_temperature:24 Node3_humidity:35 Node4_temperature:54 Node4_humidity:48 ' \
       'Node5_temperature:43 Node5_humidity:48 '
Node1_temperature = re.findall(r'Node1_temperature:(.*) Node1_humidity', recv)
temp.append(int(Node1_temperature[0]))
Node1_humidity = re.findall(r'Node1_humidity:(.*) Node2_temperature', recv)
humidity.append(int(Node1_humidity[0]))
Node2_temperature = re.findall(r'Node2_temperature:(.*) Node2_humidity', recv)
temp.append(int(Node2_temperature[0]))
Node2_humidity = re.findall(r'Node2_humidity:(.*) Node3_temperature', recv)
humidity.append(int(Node2_humidity[0]))
Node3_temperature = re.findall(r'Node3_temperature:(.*) Node3_humidity', recv)
temp.append(int(Node3_temperature[0]))
Node3_humidity = re.findall(r'Node3_humidity:(.*) Node4_temperature', recv)
humidity.append(int(Node3_humidity[0]))
Node4_temperature = re.findall(r'Node4_temperature:(.*) Node4_humidity', recv)
temp.append(int(Node4_temperature[0]))
Node4_humidity = re.findall(r'Node4_humidity:(.*) Node5_temperature', recv)
humidity.append(int(Node4_humidity[0]))
Node5_temperature = re.findall(r'Node5_temperature:(.*) Node5_humidity', recv)
temp.append(int(Node5_temperature[0]))
Node5_humidity = re.findall(r'Node5_humidity:(.*) ', recv)
humidity.append(int(Node5_humidity[0]))
print("5个结点的温度分别为:")
print(temp)
print("5个结点的湿度分别为:")
print(humidity)

五.代码看起来有非常大的改进空间，我相信一定有很好的可以实现相同该类功能的算法，在此请路过的大佬留下建议，谢谢了^ _ ^

    如何快速在一段字符串中提取想要的字符

  想要实现上面的操作，在之前我会第一时间想到使用正则表达式进行提取，可是在我无意中发现有这么一个方法它能快速地从一段字符串中提取我们想要的字符，

substring():这个方法用于提取字符串中介于两个指定下标之间的字符。

语法：steingObject.substring(start,stop)

参数：[start]:必须要有数值，一个非负的整数，规定要提取的字符串的第一个字符在stringObject中的位置。

[stop]:可有数值也可没有数值，一个非负的整数，比要提取的字符串的最后一个字符在stringObject中的位置多1。如果省略该参数，那么返回的字符串会一直到字符串的结尾。

返回值：一个新的字符串，该字符串值包含 stringObject 的一个子字符串，其内容是从 start 处到 stop-1 处的所有字符，其长度为 stop 减 start。

注意：

1. substring():方法返回的子串包括 start 处的字符，但不包括 stop 处的字符。
2. 如果参数 start 与 stop 相等，那么该方法返回的就是一个空串（即长度为 0 的字符串）。如果 start 比 stop 大，那么该方法在提取子串之前会先交换这两个参数。

实例1：

实例2：

以上就是我的分享，希望对你有所帮助；

1、代码

str1 = '>tr|K6Z612|K6Z612_9ALTEBetalactamase Toho1 OS=Glaciecola arctica BSs20135 GN=bla PE=4 SV=1'
re1 = str1.split('|')
print(re1)
re2 = str1.split('|')[1]
print(re2)

我的需求是从str1字符串中来截取| |直接的内容两个分割的结果如下图所示，第一行是先对fastaname进行截取，然后分为三部分，之后我们对截取的内容直接取第二个即可。

2、读取文件
当fastaname数据太多，数据来自fasta文件的时候。先读取文件，然后遍历取出文件（从列表中来取元素），最后从字符串中进行指定字符串进行提取。

import csv

with open('readcsv_test01.csv', 'r') as f:
    # 把需要读取的文件和这个python文件放到一个路径下
    reader = csv.reader(f)
    print(type(reader))

    for row in reader:
        print(row)#列表
        # print(type(row))#打印类型——列表

    rowStrings=row#把列表中的内容赋值给另外一个字符串
    for rowString in rowStrings:#遍历
        print(rowString)
    re1 = rowString.split('|')
    print("======re1=======")
    print(re1)
    re2 = rowString.split('|')[1]
    print("======re2=======")
    print(re2)

3、读取数据存入文件

import csv

with open('readcsv_test01.csv', 'r') as f:
    # 把需要读取的文件和这个python文件放到一个路径下
    reader = csv.reader(f)
    print(type(reader))

    for row in reader:
        print(row)
        # print(type(row))#打印类型——列表

    rowStrings=row
    for rowString in rowStrings:
        print(rowString)
    re1 = rowString.split('|')
    print("======re1=======")
    print(re1)
    re2 = rowString.split('|')[1]
    print("======re2=======")
    print(re2)

    #把结果在写入csv文件
    tmp = open("writercsv_test02.csv", 'w', newline='')  # r只读模式,newline 新行
    writer = csv.writer(tmp, delimiter=' ')  # reader是一个迭代器，delimiter分隔符
    writer.writerow([1])
    writer.writerows([[re2]])
    tmp.close()
    print("======close=======")