从 Python 调用 gawk

Question

我正在尝试从 Python 调用 gawk （AWK 的 GNU 实现）以这种方式。

import os
import string
import codecs

ligand_file=open( "2WTKA_ab.txt", "r" ) #Open the receptor.txt file
ligand_lines=ligand_file.readlines() # Read all the lines into the array
ligand_lines=map( string.strip, ligand_lines ) 
ligand_file.close()

for i in ligand_lines:
    os.system ( " gawk %s %s"%( "'{if ($2==""i"") print $0}'", 'unique_count_a_from_ac.txt' ) )

我的问题是“i”没有被它代表的值替换。值“i”代表的是整数而不是字符串。我该如何解决这个问题？

Answer 1

这是一种不可移植且混乱的检查文件中是否有内容的方法。想象一下你有 1000 行，你将对 gawk 进行 1000 次系统调用。效率超级低啊你正在使用Python，所以也用Python来做它们。

....
ligand_file=open( "2WTKA_ab.txt", "r" ) #Open the receptor.txt file
ligand_lines=ligand_file.readlines() # Read all the lines into the array
ligand_lines=map( str.strip, ligand_lines ) 
ligand_file.close()
for line in open("unique_count_a_from_ac.txt"):
    sline=line.strip().split()
    if sline[1] in ligand_lines:
         print line.rstrip()

或者，如果 Python 不是必须的，您也可以使用这一行。

gawk 'FNR==NR{a[$0]; next}($2 in a)' 2WTKA_ab.txt  unique_count_a_from_ac.txt

Answer 2

你的问题出在引用上，在Python中，像 "some test "" withquotes" 这样的东西不会给你报价。试试这个：

os.system('''gawk '{if ($2=="%s") print $0}' unique_count_a_from_ac.txt''' % i)