0

タブ区切りファイルをソートするためにPythonからUNIXソートコマンドを呼び出そうとしていますが、できませんでした。私がそれについてグーグルで調べたところ、コマンドに -t$'\t' を追加すると機能することがわかり、シェルからソートしようとしたときにも機能しましたが、Python から試行すると機能しません。

これは私がスクリプトで試したことです

tabdel="$'\t'"
sort_file_cmd="sort -t {1} -k2,2 -k6,6n {0}".format(file_to_be_sorted.name,tabdel)
print sort_file_cmd,shlex.split(sort_file_cmd)
subprocess.call(sort_file_cmd,stdout=sort_bt,shell=True)

はこれprint sort_file_cmdを印刷します

sort -t $'\t' -k2,2 -k6,6n human_vs_mouse.tab

シェルから実行すると完全に機能しますが、Pythonスクリプトから実行すると sort: multi-character tab '$\t' エラーが発生します

どうすればこれを克服できますか？

サンプルデータ

gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|10980 gi|58801268|ref|NP_001011737.1| olfactory receptor 1357 [Mus musculus]  3071921 1   307 1.90237e-150    1108.0  
gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|460 gi|22129025|ref|NP_667153.1| olfactory receptor 351 [Mus musculus]    302 10  915 2   303 5.70073e-105    806.0  
gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|4490 gi|33238878|ref|NP_666817.1| olfactory receptor 24 [Mus musculus]    308 1   921 1   307 9.58658e-105    805.0  
gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|458 gi|22129031|ref|NP_667152.1| olfactory receptor 353 [Mus musculus]    302 10  915 2   303 1.01585e-103    798.0  
gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|13639 gi|268837230|ref|NP_667200.2| olfactory receptor 1496 [Mus musculus]    3071921 3   309 1.50986e-99 771.0  
gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|13345 gi|283837936|ref|NP_666450.2| olfactory receptor 374 [Mus musculus] 310 1   930 1   310 4.18033e-99 768.0  
gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|455 gi|22129035|ref|NP_667150.1| olfactory receptor 354 [Mus musculus]    302 13  918 8   309 1.85488e-98 764.0  
gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|410 gi|22129071|ref|NP_667122.1| olfactory receptor 1377 [Mus musculus]   305 1   915 1   304 3.06622e-97 755.0  
gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|312 gi|53933206|ref|NP_001005569.1| olfactory receptor 366 [Mus musculus] 307 1   921 1   307 2.14345e-96 749.0  
gi|52317161|ref|NM_001004713.1| Homo sapiens olfactory receptor, family 1, subfamily I, member 1 (OR1I1), mRNA  gnl|BL_ORD_ID|4458 gi|58801284|ref|NP_001011748.1| olfactory receptor 867 [Mus musculus]    3091927 1   309 7.36974e-96 748.0
4

2 に答える 2

1

コマンドとして文字列の代わりに a をshell=True使用するだけで、 の使用を避けることができます。list

>>> subprocess.call(['sort', '-t', '\t', 'testing.txt'])
a       b
c       d
0

単一のストリームを構築する代わりに、文字列のリストを使用して、それぞれが元のコマンドのトークンを表します。あなたの場合、完全な「コマンドライン」は次のようになります。

subprocess.call(['sort', '-t', '\t', '-k2,2', '-k6,6n', file_to_be_sorted.name])

この方法はより安全shell=Trueであり、できるだけ避けるようにしてください。組み込みコマンドs、ループ、パイプ (ただし、これらは build use ...) などのシェル機能を使用する場合にのみ使用する必要があります。いくつかの引数を渡してコマンドを実行するだけのすべての場合に使用する必要があります。 、回避できます。shell=Trueifsubprocess.Popenshell=True

shlex.splitコマンド文字列から文字列のリストを取得するために使用できます。

>>> cmdline = shlex.split("sort -t '\t' -k2,2 -k6,6n")
>>> cmdline
['sort', '-t', '\t', '-k2,2', '-k6,6n']
>>> cmdline.append(file_to_be_sorted.name)   # insert the last argument.

この場合\t、元の文字列で単一引用符で囲む必要があることに注意してください。

それでも使用したい場合は、エスケープを使用shell=Trueしないでください。$'\t'

>>> subprocess.call("sort -t '\t' testing.txt", shell=True)
a       b
c       d
0

私にとってはうまくいきます。

于 2013-11-08T12:15:31.907 に答える