從pubchem下載的sdf文件是一個壓縮格式，一個sdf里面有多個化學物質,需要拆分開單獨保存，

先將大的sdf拆分成一個個單獨的sdf小文件，然后再讀取每一行小文件的第一行獲取CID編號

# coding=utf-8

def splitSDF():
    file_name = "48600001_48625000.sdf"
    # 讀取的文件內容保存在列表里
    file_str_list = []
    # 設置文件索引
    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:
                # 將對應的內容按照索引寫入文件
                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

以上是生活随笔為你收集整理的python拆分pubchem SDF文件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。