从Python调用gawk

Question

我正在尝试通过这种方式从Python调用gawk（GNU版本的AWK）。

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替换。这个“i”代表的值是一个整数，而不是字符串。我该如何解决这个问题呢？

Answer 1

这种方法检查文件里有没有东西既不方便又很麻烦。想象一下，如果你有1000行数据，你就得调用gawk 1000次，这样效率超级低下。既然你在用Python，那就直接用Python来处理吧。

....
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()

如果不一定要用Python的话，你也可以用这个一行代码来解决。

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

Answer 2

你的问题出在引号的使用上。在Python中，像"some test "" with quotes"这样的写法是不会给你返回一个引号的。试试下面这个方法：

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