Hallo Leute, kann mir jemand mit meinem xml-parser helfen, ich hab da einen Wurm drin, und weiss nicht wo er liegt. anbei ein test.xml file und der dazugehoerige dtd-file als erwuenschter output soll folgendes rauskommen:

HP001 Helicobacter_pylori MATRTQARGAVVELLYAFESGNEEIKKIASSMLEEKKIKNNQLAFALSLFNGVLEKINEIDALIEPHLKDWDFKR LGSMEKAILRLGAYEIGFTPTQNPIIINECIELGKLYAEPNTPKFLNAILDSLSKKLTQKPLN HP002 Helicobacter_pylori MQIIEGKLQLQGNERVAILTSRFNHIITDRLQEGAMDCFKRHGGDEDLLDIVLVPGAYELPFILDKLLESEKYDG VCVLGAIIRGGTPHFDYVSAEATKGIAHAMLKYSMPVSFGVLTTDNIEQAIERAGSKAGNKGFEAMSTLIELLSL CQTLKG HP003 Helicobacter_pylori MKTSKTKTPKSVLIAGPCVIESLENLRSIATKLQPLANNERLDFYFKASFDKANRTSLESYRGPGLEKGLEMLQT IKEEFGYKILTDVHESYQASVAAKVADILQIPAFLCRQTDLIVEVSQTNAIVNIKKGQFMNPKDMQYSVLKALKT RDKSIQSPTYETALKNGVWLCERGSSFGYGNLVVDMRSLKIMREFAPVIFDATHSVQMPGGANGKSSGDSSFAPI LARAAAAVGIDGLFAETHVDPKNALSDGANMLKPDELEQLVTDMLKIQNLF

Vielleicht kann mir da ja jemand ein wenig helfen. im Moment ist der output nur:

HP003 Helicobacter_pylori alle sequenzen.....

#!/usr/bin/python # xmlparserBFAB.py import sys import string from xml.sax import make_parser import bfabhandler saxparser = make_parser() handler = bfabhandler.BfabHandler() saxparser.setContentHandler(handler) saxparser.parse(sys.argv[1]) if handler.isMatch: print ">%s %s" % (handler.gname,handler.orgname) print handler.sequence #!/usr/bin/env python # bfabhandler.py from xml.sax.handler import ContentHandler def normalize_whitespace(text): "Remove redundant whitespace from a string" return ' '.join(text.split()) class BfabHandler(ContentHandler): """ Ein Handler fuer BFAB-Files """ inGene = 0 inSequence = 0 isMatch = 0 inOrg = 0 inData = 0 gname = "" sequence = "" def startElement(self, name, attrs): if name == "BENCHMARK_DATASET": self.inData = 1 elif self.inData: if name == "GENOME": self.orgname = normalize_whitespace(attrs.get("NAME","")) self.inOrg = 1 elif self.inOrg: if name == "GENE": self.gname = normalize_whitespace(attrs.get("NAME","")) self.inGene = 1 self.isMatch = 1 elif self.inGene: if name == "SEQUENCE": self.inSequence = 1 def characters(self,ch): if self.inSequence: self.sequence += ch def endElement(self, name): if name == "SEQUENCE": self.inSequence = 0 self.sequence=normalize_whitespace(self.sequence) -- Joerg Krebs <krebsj@cip.ifi.lmu.de> _______________________________________________ python-de maillist - python-de@python.net http://python.net/mailman/listinfo/python-de