r不是有效的字符类，我想您打算使用它
s。如果您也不使用它们，则可以减少它们的数量。
但最重要的是，您需要正确提取组：
match = re.search(r'>(w+)s+(w+)', line)if match: tag, gene = match.groups() myDict[tag] = gene
通过仅创建 两个 捕获组，我们可以更简单地使用提取这 两个 捕获组
.groups()并将它们直接分配给两个变量
tag和
gene。
但是，读取FASTA格式似乎表明这是一种多行格式，标签位于一行，其后的基因数据位于
多 行。在这种情况下，您本
r应匹配换行符。当您一次读取一行文件时，此功能将无效。
如果没有这样的正则表达式，则读取该格式会简单得多：
myDict = {}with open('d.fasta', 'rU') as filedata: tag = None for line in filedata: line = line.strip() if not line: continue if line[0] == '>': tag = line[1:] myDict[tag] = '' else: assert tag is not None, 'Invalid format, found gene without tag' myDict[tag] += lineprint myDict这将逐行读取文件，根据起始
>字符检测标签，然后读取 多 行基因信息，将其收集到最近读取的标签下的字典中。
注意
rU模式；我们使用python的通用换行模式打开文件，以处理用于创建文件的换行约定。
最后但并非最不重要的; 看看BioPy项目;
他们的
Bio.SeqIO模块可以完美处理FASTA以及许多其他格式。
