python - 如何仅打印具有五个或更多正则表达式匹配项的行？

Question

我正在尝试在 Python 中使用正则表达式逐行解析大型制表符分隔的文本文件，并打印该行包含 5 个或更多 0/1 或 1/1。

我的脚本即将完成，但我正在努力处理 5 个或更多实例。

这将打印一个匹配的行。

import re  
f = open ("infile.txt", "r")  
out = open("outfile.txt", "w")  

for line in f:  
    if re.match(r"(.*)(0|1)/(1)(.*)", line):  
        print >> out, line,

要仅打印具有 5 个或更多匹配项的行，我尝试了 findall 和 finditer，如下所示，但它们不起作用:

for line in f:  
    x = len(re.findall(r"(.*)(0|1)/(1)(.*)", line)):  
    if x > 5:  
        print >> out, line,

谁能帮我解决这个问题吗？

以下是文本文件中一行的示例(文件中的所有空格都是制表符):

X 6529 . C A,G PASS AC=4,2;AF=0.6777 1/1:0,20 0/1:0,16 0/1:0,16 0/0:4,16 0/0:3,1 

Answer 1

您可以使用 {5,} 来匹配模式 5 次或更多次

import re
f = open ("data.txt", "r")
out = open("dataout.txt", "w")

for line in f:
    if re.match(r"(.*([01]/1.*){5,}", line):
        print >> out, line,