通过python发出解析shell程序

Question

我的函数run_deinterleave()是从文件deinterleave.sh复制代码，然后用用户输入的文件名替换占位符(sra_data)，然后在命令行上运行它。

def  run_deinterleave():
   codes = open('Project/CODE/deinterleave.sh')     
   codex = codes.read()
   print(inp_address)
   codex = codex.replace('sra_data', inp_address)
   #is opening this twice creating another pipeline?
   stream = os.popen(codex)
   codes.close()
   
   self.txtarea.insert(END,codex)    
#stuff

但是，我一直收到这样的错误：

/bin/sh: 5:语法错误："(“意外”

deinterleave.sh中的代码工作得很好，产生了两个单独的文件，给出了交错成对的端sra_file (我认为是来自基因测序机器的输出文件:P)。

#1deinterleave paired end fastq file 
 paste - - - - - - - - < sra_data \
| tee >(cut -f 1-4 | tr "\t" "\n" > /home/lols/Project/reads-1.fq) \
| cut -f 5-8 | tr "\t" "\n" > /home/lols/Project/reads-2.fq

Answer 1

如错误消息所示，代码由/bin/sh解释；如果执行

/bin/sh Project/CODE/deinterleave.sh，您将得到相同的错误，因为过程替代 >(…)是/bin/sh所不理解的Bash扩展。

此外，由于您不与shell代码通信，所以我们根本不需要管道。因此，我不使用os.popen，而是使用subprocess.run，它允许指定Bash作为shell。

   subprocess.run(codex, shell=True, executable="bash")

Answer 2

绝对最好的解决方法可能是用本机Python代码替换shell脚本；但是如果没有规范和/或示例输入，我认为我们无法确切地告诉您如何做到这一点。

一个直接和简单的修复是更改deinterlace，以便它接受一个输入文件参数。

#!/usr/bin/env bash
paste - - - - - - - - < "${1-sra_data}" |
tee >(cut -f 1-4 | tr "\t" "\n" > "${2-/home/lols/Project/reads-1.fq}") |
cut -f 5-8 | tr "\t" "\n" > "${3-/home/lols/Project/reads-2.fq}"

这种重构还允许您将输出文件的名称指定为第二和第三命令行参数。

另外，Bash脚本实际上不应该有.sh扩展，所以可能会删除它。

在shebang行中明确命名Bash应该可以解决在sh中运行Bash代码时得到的错误消息；也可以参见sh和bash的区别。

这样，您的Python代码就可以简化为

subprocess.run(
    ['Project/CODE/deinterleave', inp_address],
    # probably a good idea
    check=True)

虽然我不完全理解周围函数的其余部分，所以还不清楚如何确切地重写它。

我认为shell脚本可以被重新实现，比如

with open(inp_address, 'r') as sra_data, open(
    '/home/lols/Project/reads-1.fq', 'w') as first, open(
        '/home/lols/Project/reads-2.fq', 'w') as second:
    for idx in range(4):
        first.write(sra_data.readline())
    for idx in range(4):
        second.write(sra_data.readline())