Python中如何用变量定义的索引截取字符串？基因外显子拼接问题

问题背景 #

拥有两个文件：genomic_dna.txt（存储目标基因组DNA序列）和exons.txt（存储外显子的起始、终止位置，每行格式类似5,58）。需要从DNA序列中批量提取外显子并拼接，但直接使用文件读取的位置值进行切片时触发类型错误。

错误原因分析 #

从exons.txt中读取的起始/终止位置默认是字符串类型，而Python的字符串切片要求索引必须是整数，直接使用字符串会触发TypeError: slice indices must be integers or None or have an __index__ method。此外，原代码还存在文件指针位置错误（读取完整文件内容后再遍历文件对象会无法获取行数据）、文件未正确关闭等问题。

正确实现代码 #

# 读取基因组DNA序列
with open("genomic_dna.txt", "r") as dna_file:
    genomic_dna = dna_file.read().strip()  # 去除首尾可能的空白字符

# 初始化拼接后的外显子序列
exon_sequence = ""

# 读取外显子位置文件并处理
with open("exons.txt", "r") as exon_file:
    for line in exon_file:
        # 分割每行的起始和终止位置，去除首尾空白
        start_str, end_str = line.strip().split(",")
        # 转换为整数类型
        start = int(start_str)
        end = int(end_str)
        # 提取外显子并拼接
        exon_sequence += genomic_dna[start:end]

# 将拼接结果写入新文件
with open("DNA_exons.txt", "w") as output_file:
    output_file.write(exon_sequence)

关键注意事项 #

• 类型转换：必须将从文件读取的字符串位置值通过int()转换为整数，才能用于切片操作
• 文件管理：使用with语句处理文件，会自动在代码块结束后关闭文件，避免资源泄漏
• 数据清洗：读取行时用strip()去除首尾的换行符、空格等空白字符，避免分割后出现无效字符串
• 文件指针：不要在调用file.read()后再遍历文件对象，此时文件指针已移至末尾，无法读取行数据

内容的提问来源于stack exchange，提问作者Bismah Ghafoor