Python - 文本处理状态机

状态机是关于设计一个程序来控制应用程序中的流程。 它是一个有向图，由一组节点和一组转移函数组成。 处理文本文件通常包括顺序读取文本文件的每个块，并响应每个块的读取而执行某些操作。 块的含义取决于在它之前出现的块类型以及在它之后出现的块类型。 这台机器是关于设计一个程序来控制应用程序中的流程。 它是一个有向图，由一组节点和一组转移函数组成。 处理文本文件通常包括顺序读取文本文件的每个块，并响应每个块读取做一些事情。 块的含义取决于在它之前出现的块类型以及在它之后出现的块类型。

考虑这样一种情况，其中放置的文本必须是 AGC（用于蛋白质分析）序列的连续重复字符串。如果在输入字符串中维护此特定序列，则机器的状态将保持为 TRUE，但一旦序列偏离，机器的状态将变为 FALSE，并在之后保持 FALSE。 这可确保停止进一步处理，即使稍后可能有更多正确序列块可用。

下面的程序定义了一个状态机，该状态机具有启动机器、获取输入以处理文本并逐步完成处理的功能。

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，得到以下输出 −

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

在 x 的结果中，AGC 模式对于第一个"A"之后的第二个输入失败。在此之后，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 4 个输入。 因此，结果的状态在此之前保持为 True。 但是从第 5 个输入开始，结果变为 False，因为 G 是预期的，但是 C 被发现了。