re.search() 和组在与工作格式相同的文件中不起作用。蟒

Question

查找编码序列

cds_position = ''
cds_start = 0
cds_end = 0
cds_sequence = ''
for line in data:
    cds_temp = ''
    if re.findall(r' CDS ',line):
        cds_temp = cds_temp + line.replace('n','')
        position = re.search(r'(d+)..(d+)',cds_temp)
        cds_start = cds_start + int(position.group(1))
        cds_end = cds_end + int(position.group(2))
        cds_position = str(cds_start)+':'+str(cds_end)
cds_sequence = cds_sequence + sequence[(cds_start-1):(cds_end-1)]

我收到此错误

Traceback (most recent call last):
  File "Upstream_ORF.py", line 357, in <module>
    GenBank_Reader(test_file)
  File "Upstream_ORF.py", line 317, in GenBank_Reader
    cds_start = cds_start + int(position.group(1))
AttributeError: 'NoneType' object has no attribute 'group'

好的，我真的不明白为什么会出现此错误。

我编写了一个脚本，该脚本逐行遍历特定格式的文件，每当遇到后跟 10 个空格的特定字符串时，它都会采用其后面的数字值

 exon            1..1333
                 /gene="BRD2"
                 /gene_synonym="D6S113E; FSH; FSRG1; NAT; RING3; RNF3"
                 /inference="alignment:Splign:1.39.8"
                 /number=3
 STS             350..463
                 /gene="BRD2"
                 /gene_synonym="D6S113E; FSH; FSRG1; NAT; RING3; RNF3"
                 /standard_name="CGCb278"
                 /db_xref="UniSTS:240930"

因此，每当它找到单词外显子后跟 10 个空格时，它都会取".."两侧的数字。它适用于 5 个不同的文件，但对于其中一个文件，它不起作用，并且格式完全相同。 我不确定为什么它现在有效，因为它仍然可以与其他工作。 我在文件中找到了它所说的"外显子"的所有出现，并且没有一个像我正在寻找的那样有 10 个空格。

为什么当它适用于具有相同格式的其他文件时会出现此错误？

Answer 1

如果re.search返回 None ，这意味着它未能找到匹配项。有问题的文件必须具有导致表达式失败的不同内容。

关于你的代码的一些小评论：

• if re.findall(r' CDS ',line):是不必要的。只需执行if ' CDS ' in line:，即可执行子字符串搜索。
• 而不是line.replace('n','')你应该使用 line.rstrip('n') ，因为这更典型。