Python实现列表循环处理：提取目标子串并替换指定元素

问题场景 #

给定如下列表：

test = ["Similar to Stxbp2: Syntaxin-binding protein 2 (Mus musculus)", "Protein of unknown function", "Similar to rab18b: Ras-related protein Rab-18-B (Danio rerio)", "Protein of unknown function", "Protein of unknown function"]

需要完成两类元素的批量修改：

• 对以Similar to开头的元素，提取从第12个字符到冒号:之间的基因名称（如Stxbp2、rab18b）进行替换
• 对内容为Protein of unknown function的元素，替换为Unknown

最终期望输出：

["Stxbp2", "Unknown", "rab18b", "Unknown", "Unknown"]

实现步骤 #

1. 初始化一个空列表，用来存储处理后的结果
2. 用for循环遍历原列表的每一个元素
3. 针对每个元素做条件判断：
   • 若元素以Similar to开头，从索引12的位置开始截取，直到第一个冒号:出现的位置，把截取到的内容加入结果列表
   • 若元素完全匹配Protein of unknown function，直接把Unknown加入结果列表

完整代码示例 #

test = ["Similar to Stxbp2: Syntaxin-binding protein 2 (Mus musculus)", "Protein of unknown function", "Similar to rab18b: Ras-related protein Rab-18-B (Danio rerio)", "Protein of unknown function", "Protein of unknown function"]
result = []
for item in test:
    if item.startswith("Similar to"):
        # 从第12位截取到第一个冒号的位置
        gene_name = item[12:item.index(":")]
        result.append(gene_name)
    elif item == "Protein of unknown function":
        result.append("Unknown")
print(result)

代码说明 #

• startswith("Similar to")：精准判断元素是否以指定字符串开头，避免误匹配
• item.index(":")：返回字符串中第一个冒号的索引位置，结合起始索引12，能精准提取目标基因名称
• 遍历过程中逐个处理元素并添加到结果列表，最终得到符合要求的新列表

内容的提问来源于stack exchange，提问作者avery