將 SED 命令轉換為 linux 命令

Question

我有一個 sed 命令，它應該在 linux 上的 python 代碼中運行（使用 os.system() ）或轉換為 Z6523EEEB439A3BDD5 代碼。 但我不知道這個 sed 命令到底是做什么的。 如果您給我代碼或幫助我如何在 python 中使用 os.system 實現它，我們將不勝感激，因為我在使用 os.system 時遇到了很多錯誤。

sed -n '1~4s/^@/>/p;2~4p' file1.fastq > file1.fasta

順便說一句，輸入和 output 文件應該在我的 python 代碼中動態定義：

seq_file1 = '6448.fastq'
input_file1 = os.path.join(sys.path[0],seq_file1)
os.system(os.path.join("sed -n '1~4s/^@/>/p;2~4p' "+ seq_file1 + ' > ' + os.path.splitext(os.path.basename(input_file1))[0]+".fasta") , shell = True)

Answer 1

這個 sed 命令到底有什么作用？

此sed命令在此文件中同時運行兩個不同的操作。

-n : 抑制整個文件的 output。 僅打印應用指令p的行。

1~4 ：從第 1 行開始，每 4 行應用下一條指令。

s/^@/>/p ：用>替換每個前導@並打印結果。 由於上述指令，這個指令從第 1 行開始每 4 行應用一次。

; 操作分隔符。

2~4 ：從第 2 行開始每 4 行應用下一條指令。

p ：打印一行。

這意味着什么：“在從 #1 開始的每 4 行中用>替換前導@並從 #2 開始每 4 行打印一次”

例子：

file1.fastq的內容：

@ line 1
@ line 2
@ line 3
@ line 4
@ line 5
@ line 6
@ line 7
@ line 8
@ line 9
@ line 10
@ line 11
@ line 12

運行sed -n '1~4s/^@/>/p;2~4p' file1.fastq > file1.fasta

file1.fasta的內容

> line 1
@ line 2
> line 5
@ line 6
> line 9
@ line 10

一個很好的參考是： http://www.gnu.org/software/sed/manual/sed.html

如何在 Python 中做同樣的事情？

以下代碼片段旨在進行教學，因此我避免使用許多 Python 語言資源，可以應用這些資源來改進算法。

我測試了幾次，它對我有用。

# import Regular Expressions module
import re

output = []

# Open the input file in read mode
with open('file1.fastq', 'r') as file_in:
    replace_step = 1 # replacement starts in line #1
    print_step = 0   # print function starts in line #2 so it bypass one step
    for i, line in enumerate(file_in):
        if replace_step == 1:
            output.append(re.sub('^@', '>', line))                        
        if replace_step >= 4:
            replace_step = 1
        else:
            replace_step += 1            

        if print_step == 1:
            output.append(line)
        if print_step >= 4:
            print_step = 1
        else:   
            print_step +=1

    print("".join(output))
    

# Open the output file in write mode
with open('file1.fasta', 'w') as file_out:
    file_out.write("".join(output))

Answer 2

您還可以使用subprocess.run ：

import subprocess
 
seq_file_in = '6448.fastq'
seq_file_out = '6448_out.fastq'
with open(seq_file_out, 'w') as fw:
    subprocess.run(["sed", r"1~4s/^@/>/p;2~4p", seq_file_in], stdout=fw)

在這種情況下，當sed命令如此簡短時， subprocess.run可能會變得非常方便。