Python3.6.1中UTF-8文本文件无法去除换行问题求助

嘿，我完全懂你现在的挫败感——试过各种replace和strip都没搞定，哪怕担心声誉也得求助，这种卡壳的滋味真不好受。别慌，咱们来拆解这个问题，一步步解决它。

你的文件看起来是类FASTA格式，每个以>开头的header后面跟着分散的序列片段（可能带空格、换行），目标是把每个header对应的所有序列片段合并成连续的字符串，对吧？之前的方法没用，大概率是因为你没处理跨行的序列片段，或者没正确分割header和序列的边界。

下面给你两个适配Python 3.6.1的解决方案，分别适合不同场景：

方案1：一次性读取处理（适合中小文件） #

如果你的文件不是特别大，一次性读取整个内容会更简单，能轻松处理跨行的序列片段：

# 读取原始文件
with open('your_input_file.txt', 'r', encoding='utf-8') as f:
    content = f.read()

# 用>分割所有条目，跳过开头的空字符串（因为文件以>开头）
entries = content.split('>')[1:]

processed_content = []
for entry in entries:
    # 拆分当前条目的所有行
    lines = entry.splitlines()
    # 提取header：第一行的第一个元素
    header = lines[0].split()[0]
    # 收集所有序列片段：第一行除header外的部分 + 后续所有行的内容
    sequence_fragments = lines[0].split()[1:] + [line.strip() for line in lines[1:]]
    # 合并成连续字符串，去掉所有空格
    full_sequence = ''.join(sequence_fragments).replace(' ', '')
    # 组装成最终的条目格式
    processed_content.append(f'>{header} {full_sequence}')

# 写入处理后的文件
with open('your_output_file.txt', 'w', encoding='utf-8') as f:
    f.write('\n'.join(processed_content))

方案2：逐行读取处理（适合大文件） #

如果你的文件有数千行且体积很大，逐行读取能避免占用过多内存，更稳妥：

processed_entries = []
current_header = None
current_sequence = []

with open('your_input_file.txt', 'r', encoding='utf-8') as f:
    for line in f:
        cleaned_line = line.strip()
        if not cleaned_line:
            continue  # 跳过空行
        
        if cleaned_line.startswith('>'):
            # 先保存上一个条目的内容（如果存在）
            if current_header is not None:
                merged_seq = ''.join(current_sequence).replace(' ', '')
                processed_entries.append(f'>{current_header} {merged_seq}')
            # 初始化新的条目
            header_part = cleaned_line.lstrip('>').split()[0]
            current_header = header_part
            # 收集当前行的序列片段（header后面的内容）
            current_sequence = cleaned_line.lstrip('>').split()[1:]
        else:
            # 把当前行的序列内容加入集合
            current_sequence.append(cleaned_line)

# 处理最后一个条目
if current_header is not None:
    merged_seq = ''.join(current_sequence).replace(' ', '')
    processed_entries.append(f'>{current_header} {merged_seq}')

# 写入结果
with open('your_output_file.txt', 'w', encoding='utf-8') as f:
    f.write('\n'.join(processed_entries))

为什么之前的方法没用？ #

你之前尝试的replace和strip可能只处理了单行的换行或首尾空白，但没解决两个核心问题：

1. 跨行序列合并：如果序列分散在多行，逐行处理无法把它们串起来；
2. 序列间空格去除：你的示例里序列片段之间有空格，strip只能去掉行首尾的空白，没法消除中间的空格，必须用replace(' ', '')来处理。

这两个方案都能完美解决你的需求，选适合你文件大小的就行~

内容的提问来源于stack exchange，提问作者d_kennetz