Question

对于处理的每个输入文件（参见下面的代码）我试图使用＆＃34; os.path.basename＆＃34;写入新的输出文件 - 我知道我遗漏了一些明显的东西......？

button#test

**

import os
import glob
import gzip

dbpath = '/home/university/Desktop/test'

for infile in glob.glob( os.path.join(dbpath, 'G[D|E]/????/*.gz') ):
print("current file is: " + infile)

**

   outfile=os.path.basename('/home/university/Desktop/test/G[D|E]                              
/????/??????.xaa.fastq.gz').rsplit('.xaa.fastq.gz')[0]

  file=open(outfile, 'w+')

我不清楚如何捕获变量[0]（即.xaa.fastq.gz上游的所有内容）并将其用作新输出文件的基本名称？不幸的是，它只是将新的输出文件写为＆＃34; ??????＆＃34;而不是6个字母的实际顺序。感谢您给予的任何帮助。

Answer 1

这似乎会在示例代码中从.xaa.fastq.gz返回的路径中的glob()上游获取所有内容：

import os

filepath = '/home/university/Desktop/test/GD /AAML/DEAAML.xaa.fastq.gz'
filepath = os.path.normpath(filepath)  # Changes path separators for Windows.

# This section was adapted from answer https://stackoverflow.com/a/3167684/355230
folders = []
while 1:
    filepath, folder = os.path.split(filepath)
    if folder:
        folders.append(folder)
    else:
        if filepath:
            folders.append(filepath)
        break
folders.reverse()

if len(folders) > 1:
    # The last element of folders should contain the original filename.
    filename_prefix = os.path.basename(folders[-1]).split('.')[0]
    outfile = os.path.join(*(folders[:-1] + [filename_prefix + '.rest_of_filename']))
    print(outfile)  # -> \home\university\Desktop\test\GD \AAML\DEAAML.rest_of_filename

当然outfile中的最终结果不是最终路径加文件名，因为我不知道文件名的其余部分是什么，只是放置一个占位符（'.rest_of_filename' ）。

Answer 2

我不熟悉您正在使用的输入数据类型，但这是我可以告诉您的内容：

您遗漏的“显而易见的事情”是outfile与infile无关。您的outfile行使用的是??????而不是实际的文件名，因为这就是您要求的内容。它是glob.glob，将其变成匹配列表。

以下是我如何编写outfile行的那个方面：
```
outfile = infile.rsplit('.xaa.fastq.gz', 1)[0]
```
（, 1确保它永远不会分裂多次，无论文件名有多疯狂。使用split或rsplit时，这是一个很好的习惯。像这样。）
你正在为自己设置一个错误，因为glob模式可以匹配*.gz不以.xaa.fastq.gz结尾的文件，这意味着一个随机的.gz文件恰好在文件夹列表中出现会导致outfile与infile具有相同的路径，并且您最终会写入输入文件。

此问题有三种解决方案适用于您的用例：
1. 在您的glob中使用*.xaa.fastq.gz代替*.gz。我不推荐这个，因为很容易让一个拼写错误潜入并再次使它们变得不同，这会无声地重新引入错误。
2. 将输出写入与输入文件不同的文件夹。
```
outfile = os.path.join(outpath, os.path.relpath(infile, dbpath))

outparent = os.path.dirname(outfile)
if not os.path.exists(outparent):
    os.makedirs(outparent)
```
3. 添加一个assert outfile != infile行，这样程序就会在“这应该永远不会发生”的情况下以一个有意义的错误消息而死，而不是默默地做错误的事情。
您发布的内容缩进可能是错误的，但看起来您打开了一堆文件，然后才关闭最后一个文件。我的建议是使用它，所以不可能出错：
```
with open(outfile, 'w+') as file:
    # put things which use `file` here
```
标准库中已存在名称file，您选择的变量名称无效。我将infile重命名为inpath，将outfile重命名为outpath，将file重命名为outfile。这样，您可以从变量名称中判断每个路径是一个路径（即字符串）还是Python文件对象，并且在您（重新）定义它并获得一个之前不存在访问file的风险令人困惑的错误信息。

os.path.basename到outfile

2 个答案: