从Python调用gawk

时间:2010-03-21 00:44:29

标签: python gawk

我试图以这种方式从Python调用gawk(AWK的GNU实现)。

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”没有被它所代表的值所取代。值“i”表示整数而不是字符串。我该如何解决这个问题?

2 个答案:

答案 0 :(得分:4)

这是检查文件中是否存在某些内容的非便携且混乱的方法。想象一下,你有1000行,你将系统调用gawk 1000次。这是非常低效的。您正在使用Python,所以在Python中使用它们。

....
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()

如果Python不是必须的话,你也可以使用这个衬垫。

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

答案 1 :(得分:1)

你的问题在引用中,在python中"some test "" with quotes"之类的东西不会给你一个引用。试试这个:

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