將標頭添加到python中的子進程的stdout

Question

我將幾個數據幀合並為一個，並使用unix sort對其進行unix sort 。 在寫入最終排序的數據之前，我想在該輸出中添加一個前綴/標頭。

所以，我的代碼是這樣的：

my_cols =  '\t'.join(['CHROM', 'POS', "REF" ....])

my_cmd = ["sort", "-k1,2", "-V", "final_merged.txt"]

with open(output + 'mergedAndSorted.txt', 'w') as sort_data:
    sort_data.write(my_cols + '\n')  
    subprocess.run(my_cmd, stdout=sort_data)

但是，上面的doe將my_cols放在最終輸出文件的末尾（即mergedAndSorted.txt ）

我也嘗試替換：

sort_data=io.StringIO(my_cols)  

但這給了我一個我所期望的錯誤。

如何將該標頭添加到子流程輸出的開頭。 我相信可以通過簡單的代碼更改來實現。

Answer 1

您的代碼的問題是緩沖問題。 tldr是您可以像這樣修復它：

sort_data.write(my_cols + '\n')
sort_data.flush()
subprocess.run(my_cmd, stdout=sort_data)

如果您想了解其原因以及修復程序的解決方案，請執行以下操作：

當您以文本模式打開文件時，就是在打開一個緩沖文件。 寫入會進入緩沖區，並且文件對象不一定會立即將其刷新到磁盤。 （從Unicode到字節的流編碼也一直在進行，但這並沒有真正增加新的問題，它只是添加了兩層可以發生相同的事情，因此我們忽略它。）

只要您對緩沖文件對象的所有寫操作都沒問題-它們會在緩沖區中正確排序，因此它們會在磁盤上正確排序。

但是，如果您寫入基礎sort_data.buffer.raw磁盤文件或sort_data.fileno() OS文件描述符，則這些寫入可能會領先於sort_data 。

這就是將文件用作subprocess的管道時發生的情況。 這似乎沒有直接解釋，但可以從“ 常用參數”推論得出：

stdin ， stdout和stderr分別指定執行程序的標准輸入，標准輸出和標准錯誤文件句柄。 有效值為PIPE ， DEVNULL ，現有文件描述符（正整數），現有文件對象和None 。

如果您對管道在* nix和Windows上的工作方式了解得足夠多，這將非常有力地暗示它會將實際的文件描述符/句柄傳遞給底層OS功能。 但是實際上並沒有那么說。 確實可以確定，您必須檢查Unix源和Windows源 ，您可以在其中看到它在文件對象上調用fileno或msvcrt.get_osfhandle 。