替换python中的字符以生成共识

Question

我有2个文件：仅由1行（字符串）组成的fileA和由2行组成的文件B：第1行代表“主题”序列，第2行代表“查询”。

fileA(just 1 row):

*****s**e**********************************************q*

fileB(2 rows):        


AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB

我需要产生一个文件C，如果在文件A中有一个“ s”，他将把相应的索引位置的主题字符放入。如果有q，则他放置查询字符。如果有“ e”，则他放置查询字符。如果有*，他会输入主题字符。

Output:
AAAAAAAABAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAABA

我的代码：

ff = open("filea.txt")
gg = open("fileb.txt")
file_as_list = ff.readline()
file_as_last = gg.readlines()
query = file_as_last[0]
subject = file_as_last[1]
for i in file_as_list:
    z = -1
    while z <= len(file_as_list):
        if i == "*":
            f = open('output.txt', 'a+', encoding='utf-8')
            f.write(subject[z])
            z += 1
        elif i == "s":
            f = open('output.txt', 'a+', encoding='utf-8')
            f.write(subject[z])
            z += 1
        elif i == "e":
            f = open('output.txt', 'a+', encoding='utf-8')
            f.write(query[z])
            z += 1
        elif i == "q":
            f = open('output.txt', 'a+', encoding='utf-8')
            f.write(query[z])
            z += 1
    break

事物或多或少地起作用，但不能正常工作：我一直认为循环仅适用于第一条语句，并且产生的输出只是主题的副本

Answer 1

• 使用[with open，因此所有文件将自动关闭
• 将每个string转换为list，并且.strip用于删除\n和\r
• 将lists加载到pandas.DataFrame中>
• pandas.DataFrame.apply与axis=1进行逐行运算
  • np.where返回正确的值
  • 将out写入list，然后将其隐藏为str

将out写入output.txt文件

产品编号：

import pandas as pd
import numpy as np

with open('fileA.txt', 'r') as filA:
    with open('fileB.txt', 'r') as filB:
        with open('output.txt', 'w', newline='\n') as output:
            fil_a = filA.readline()
            fil_b = filB.readlines()
            sub = [x for x in fil_b[0].strip()]
            que = [x for x in fil_b[1].strip()]
            line = [x for x in fil_a.strip()]
            df = pd.DataFrame({'A': line, 'sub': sub, 'que': que})
            df['out'] = df.apply(lambda x: str(np.where(x[0] in ['*', 's'], x[1], x[2])), axis=1)
            out = df.out.to_list()
            out = ''.join(x for x in out)
            output.write(out)