Python 文本处理状态机
状态机是关于设计一个程序来控制应用程序中的流程。它是一个有向图,由一组节点和一组转换函数组成。处理文本文件通常包括顺序读取文本文件的每个块并响应每个块读取的内容。块的含义取决于在它之前存在什么类型的块以及在它之后出现什么块。这台机器是关于设计一个程序来控制应用程序中的流程。它是一个有向图,由一组节点和一组转换函数组成。 处理文本文件通常包括顺序读取文本文件的每个块并响应每个块读取的内容。块的含义取决于在它之前存在什么类型的块以及在它之后出现什么块。
考虑一个场景,其中放置的文本必须是 AGC 序列(用于蛋白质分析)的连续重复序列。如果在输入字符串中保持此特定序列,则机器状态保持 TRUE,但一旦序列偏离,机器状态将变为 FALSE,此后仍保持 FALSE。这确保了进一步的处理停止,即使以后可能有更多的正确序列块可用。
下面的程序定义了一个状态机,它具有启动机器、接受输入以处理文本并逐步完成处理的功能。
class StateMachine: # Initialize def start(self): self.state = self.startState # 步骤 through the input def step(self, inp): (s, o) = self.getNextValues(self.state, inp) self.state = s return o # Loop through the input def feeder(self, inputs): self.start() return [self.step(inp) for inp in inputs] # Determine the TRUE or FALSE state class TextSeq(StateMachine): startState = 0 def getNextValues(self, state, inp): if state == 0 and inp == 'A': return (1, True) elif state == 1 and inp == 'G': return (2, True) elif state == 2 and inp == 'C': return (0, True) else: return (3, False) InSeq = TextSeq() x = InSeq.feeder(['A','A','A']) print x y = InSeq.feeder(['A', 'G', 'C', 'A', 'C', 'A', 'G']) print y
当我们运行上面的程序时,我们得到如下输出:
[True, False, False] [True, True, True, True, False, False, False]
在 x 的结果中,AGC 模式在第一个“A”之后的第二个输入失败。结果的状态在此之后永远保持为 False。在 Y 的结果中,AGC 的模式一直持续到第 4 个输入。因此,结果的状态在此之前保持为 True。但是从第 5 个输入开始,结果变为 False,因为 G 是预期的,但是 C 被发现了。