Python 文本处理状态机

状态机是设计用于控制应用程序流程的程序。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按顺序读取文本文件的每个块，并针对每个读取的块执行某些操作。一个块的含义取决于之前存在的块的类型以及之后出现的块。该机器是关于设计一个控制应用程序流程的程序。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按顺序读取文本文件的每个块，并针对每个读取的块执行某些操作。一个块的含义取决于之前存在的块的类型以及之后出现的块。

考虑一个场景，输入的文本必须是一个连续的重复序列AGC（用于蛋白质分析）。如果输入字符串中保持着这个特定的序列，机器的状态保持为TRUE，但是一旦序列偏离，机器的状态变为FALSE，并且之后一直保持为FALSE。这确保即使后面可能还有更多正确序列的块可用，进一步的处理也会停止。

下面的程序定义了一个状态机，其中包含启动机器的函数，用于处理文本输入和步进处理的函数。

class StateMachine:

# Initialize 
    def start(self):
        self.state = self.startState

# Step 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，我们会得到以下的输出结果 −

[True, False, False]
[True, True, True, True, False, False, False]

在x的结果中，AGC模式在第一个’A’之后第二个输入失败。此后，结果的状态永远保持为False。在Y的结果中，AGC模式一直持续到第四个输入。因此，结果的状态在那一点上保持为True。但是从第五个输入开始，结果变为False，因为预期的是G，但发现了C。