python - 解析 pdb 文件并更改格式

Question

我有一个看起来像这样的文件:

ATOM   7748  CG2 ILE A 999      53.647  54.338  82.768  1.00 82.10           C  
ATOM   7749  CD1 ILE A 999      51.224  54.016  84.367  1.00 83.16           C  
ATOM   7750  N   ASN A1000      55.338  57.542  83.643  1.00 80.67           N  
ATOM   7751  CA  ASN A1000      56.604  58.163  83.297  1.00 80.45           C  
ATOM   7752  C   ASN A1000      57.517  58.266  84.501  1.00 80.30           C  

如您所见，“”在第 4 列和第 5 列之间消失(从 0 开始计数)。因此下面的代码失败了。我是 python 新手(现在总共需要 3 天!)并且想知道处理这个问题的最佳方法是什么。只要有空格，line.split() 就可以工作。我是否必须进行字符计数，然后使用绝对引用解析字符串？

import string
visited = {}
outputfile = open(file_output_location, "w")
for line in open(file_input_location, "r"):
    list = line.split()
    id = list[0]
    if id == "ATOM":
        type = list[2]
        if type == "CA":
            residue = list[3]
            if len(residue) == 4:
                residue = residue[1:]
            type_of_chain = list[4]
            atom_count = int(list[5])
            position = list[6:9]
            if(atom_count >= 1):
                if atom_count not in visited and type_of_chain == chain_required:
                    visited[atom_count] = 1
                    result_line = " ".join([residue,str(atom_count),type_of_chain," ".join(position)])
                    print result_line
                    print >>outputfile, result_line
outputfile.close()

Answer 1

PDB 文件似乎是固定列宽文件，没有空格分隔。因此，如果您必须手动解析它们(而不是使用像 pdb-tools 这样的现有工具)，则需要使用更多类似以下内容的内容来截断行:

id = line[0:4]
type = line[4:9].strip()
# ad nausium