python3 管道流操作

参考链接：

1. 关于io.TextIOWrapper 学习
2. 如何用 Python 执行单行命令 -生信菜鸟团
3. python3-cookbook
4. Biopython-cn

---

平时对于文本处理，可以选择sed,grep ，复杂一点awk ,再复杂一些哟Python. python 和linux 一样，也可以支持单行命令来操作！格式：

python -c <command>  
## -c cmd : program passed in as string (terminates option list)
## terminates option list 表示 -c 之后的其它选项不起作用，为终极选项

-c 之后，要用双引号将命令包起来，import 以;结尾，命令用[]括起来，多行命令用多个[]。

• 第一个例子：不区分单双引号

  (base) [09:59:01] kcao@localhost:~
  $ python -c "print('hello world')"
  hello world
  (base) [09:59:01] kcao@localhost:~
  $ python -c 'print("hello world")'
  hello world
  

• 接受echo 输入流；

  必须加上read方法，sys.stdin 和f=open("...","r") 一样,需要f.read() 才可以读取文件内容.

$ echo "ck" |python -c "import sys;print(sys.stdin)"
<_io.TextIOWrapper name='<stdin>' mode='r' encoding='UTF-8'>


$ echo "ck" |python -c "import sys;print(sys.stdin.read())"
ck

• 读取文件，计算fa文件的G碱基数目

$ cat > test.fa

>chr_1
ATCGTCGaaAATGAANccNNttGTA
AGGTCTNAAccAAttGggG
>chr_2
ATCGAATGATCGANNNGccTA
AGGTCTNAAAAGG
>chr_3
ATCGTCGANNNGTAATggGA
AGGTCTNAAAAGG
>chr_4
ATCGTCaaaGANNAATGANGgggTA

python 单行命令，调用Biopython包

$ cat test.fa |python -c "import sys;from Bio import SeqIO;[print(seq_record.id,seq_record.seq.count('G')) for seq_record in SeqIO.parse(sys.stdin,'fasta')]"
chr_1 8
chr_2 8
chr_3 8
chr_4 4

• 类似grep 操作,输出大于号的行.

$ cat test.fa | python -c "import sys,re;[sys.stdout.write(line) for line in sys.stdin if re.search('>', line)]"
>chr_1
>chr_2
>chr_3
>chr_4

• 类似sed 操作. 去掉>chr_.

$ cat test.fa | python -c "import sys,re;[sys.stdout.write(re.sub('>chr_', '', line)) for line in sys.stdin]"
1
ATCGTCGaaAATGAANccNNttGTA
AGGTCTNAAccAAttGggG
2
ATCGAATGATCGANNNGccTA
AGGTCTNAAAAGG
3
ATCGTCGANNNGTAATggGA
AGGTCTNAAAAGG
4
ATCGTCaaaGANNAATGANGgggTA