從pubchem下載的sdf文件是一個(gè)壓縮格式，一個(gè)sdf里面有多個(gè)化學(xué)物質(zhì),需要拆分開(kāi)單獨(dú)保存，

先將大的sdf拆分成一個(gè)個(gè)單獨(dú)的sdf小文件，然后再讀取每一行小文件的第一行獲取CID編號(hào)

# coding=utf-8

def splitSDF():
    file_name = "48600001_48625000.sdf"
    # 讀取的文件內(nèi)容保存在列表里
    file_str_list = []
    # 設(shè)置文件索引
    index = 0
    # import pdb
    # pdb.set_trace()
    with open(file_name, 'r+') as f:
        for ln in f:
            if ln != "$$$$
":
                file_str_list.append(ln)
            else:
                # 將對(duì)應(yīng)的內(nèi)容按照索引寫(xiě)入文件
                index = index + 1
                with open('{0}.sdf'.format(index), 'w+') as wt:
                    for ds in file_str_list:
                        wt.write(ds)
                file_str_list = []


if __name__ == '__main__':
    splitSDF()

總結(jié)

以上是生活随笔為你收集整理的python拆分pubchem SDF文件的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。