regex - 将 CSV 文件与常见字符串的文本文件交叉引用的最简单方法

Question

我有一个 CSV 文件中的字符串列表，以及另一个我想搜索这些字符串的文本文件。CSV 文件只有我感兴趣的字符串，但文本文件有一堆其他文本散布在感兴趣的字符串中（我感兴趣的字符串是蛋白质数据库的 ID 号）。解决这个问题的最简单方法是什么？我想检查文本文件中是否存在 CSV 文件中的每个字符串。我在一所顶尖大学的研究实验室工作，所以你将帮助前沿研究！

谢谢 ：）

Answer 1

我会为此使用 Python。要打印匹配的行，您可以这样做：

import csv
with open("strings.csv") as csvfile: 
    reader = csv.reader(csvfile)
    searchstrings = {row[0] for row in reader}   # Construct a set of keywords
with open("text.txt") as txtfile:
    for number, line in enumerate(txtfile):
        for needle in searchstrings:
            if needle in line: 
                print("Line {0}: {1}".format(number, line.strip()))
                break   # only necessary if there are several matches per line