将字符串从txt文件解压缩为CSV

Question

我正在尝试使用几千个序列从.txt文件中提取字符串，并使用这些字符串写入CSV。我删除了原始.txt文件中的所有无关信息，这是我现在的文档格式：

DEFINITION  Homo sapiens haplogroup HV5 mitochondrion, complete genome.
ACCESSION   DQ377992
/haplogroup="HV5"
/pop_variant="Ashkenazi Jew"
/note="ethnicity:Ashkenazi Jew; origin_locality:Belarus:Homel' Volast', Vyetka; origin_coordinates:52.51 N 31.17 E"
DEFINITION  Homo sapiens haplotype U5b1c mitochondrion, complete genome.
ACCESSION   DQ661681
/haplotype="U5b1c"
/note="Native American (Cherokee)"

我正在尝试提取入藏号，单倍型或单倍群，种族，位置（origin_locality），坐标（origin_coordinates）以及可能已放入/note=到csv的任何其他信息。我面临的一个问题是，并非每个序列都包含所有信息，并非所有字符串都在它们自己的引号中。

如何提取入藏号，引号之间的字符串，并确保我将正确的字符串提取到正确的序列？另外，我如何处理仅以分号分隔的字符串？

编辑：另一个问题并未解决缺失信息或CSV中的结果对齐问题。

Answer 1

您可以创建一个包含所有可能参数作为属性的类。 然后遍历所有行，在需要时创建一个新对象（即，当行以＆＃39;定义＆＃39;开始）并填充该对象的属性值。之后，您可以引用该对象并编写其属性＆＃39; csv中的值。