Python - 读取文件内容并使用大写内容创建新文件的函数

Question

如果已经有人问过这个问题，请提前道歉，但我花了几个小时寻找答案。我是 Python 的新学生（3.5.1，Windows 10），我的任务是编写一个函数来读取 Fasta 文件（其名称由用户给出）的内容并创建一个新文件（名称也给出按用户，可以是 .fasta 或 .txt），Fasta 序列为大写。一个fasta文件被格式化，所以序列的标题前面有一个插入符号，后面的行是字符（我想大写的那些）。 fasta 文件可能在整个文件中包含多个 > 行，我不想将这些行大写。

import sys
def fasta_upper(fasta_input_file, fasta_output_file):
    fasta_input_file = sys.argv
    with open('fasta_input_file', 'r') as f:
        file_contents = f.read()
        temp_contents = file_contents[:]
        for line in temp_contents:
            if line.startswith('>'):
                pass
            else:
                g = line.upper()
                open('fasta_output_file', 'w')
                fasta_output_file.write(g)
                fasta_input_file.close()
                fasta_output_file.close()

例如这个 Fasta 文件：

序列名称 cgtatgggggtattccgtagctctgctgacgcgcttatatttagc cgctcgatctggaggactctgcgatcgcggcatcgagctagcggc

会这样写：

序列名称 CGTATGGGGGGTATTCCGTAGCTCTGCTGACGCGCTTATATTTAGC CGCTCGATCTGGAGGACTCTCGATCGCGGCATCGAGCTAGCGCGGC

我确信这只是充满了明显的错误，但我还是一个正在努力学习的学生。请温柔一点！预先感谢您提供的任何建议或提示，我真的很喜欢 Python，我想克服这种挫败感，成为一个更富裕的程序员 :)

Answer 1

一些更正/改进：

1) 如果您使用“with”语句打开文件，则不必显式关闭它。为你做这件事。

因此不需要fasta_input_file.close()。

2) 对于不以“>”开头的每一行，此代码将打开“fasta_output_file”，覆盖该行，然后将其关闭。相反，您需要做的是这个。

在'with'语句之前初始化变量outfile（这样你就不必在循环内打开和关闭）outfile = open('fasta_output_file', 'a')

在 else 语句中写入文件（outfile.write(g) 应该在 else 语句中）。

在'with'语句退出后关闭输出文件。 outfile.close()

还有几点：

您需要在打开文件时创建的文件对象上调用 write() 和 close() 方法。

此外，您将文件名作为参数传递给函数，并尝试从命令行参数中读取。您只需要执行这两项中的一项即可。

Answer 2

1. 您立即用sys.argv 覆盖传递的fasta_input_file。目前尚不清楚名称应该来自调用者还是来自参数。
2. sys.argv 是参数序列。您可能想要第二个，sys.argv[1]。
3. 您将字符串与名称混淆了。 'fasta_input_file' 与 fasta_input_file 不同。
4. 当您读取带有read() 的文件时，它会变成一个字符串。迭代字符串会产生单个字符而不是整行。
5. 与其检查一个条件，然后在满足时执行 pass，不如检查 not 该条件，然后在其中执行任何需要执行的操作。
6. 'fasta_output_file' 再次与 fasta_output_file 不同。
7. 您打开了输出文件，但没有保存引用（例如out = open(...）或创建上下文管理器（例如with open(...) as out:）。
8. 您正在关闭单个“行”之后的输入和输出文件。

以下是处理这些错误后代码的示例：

import sys

def fasta_upper():
    fasta_input_file, fasta_output_file = sys.argv[1], sys.argv[2]
    with open(fasta_input_file) as f, open(fasta_output_file, 'w') as output:
        for line in f:
            if not line.startswith('>'):
                line = line.upper()
            output.write(line)

fasta_upper()

Answer 3

import sys
import re

if len(sys.argv) < 3:
    print('Usage:\n\t{} <input file> <output file>'.format(sys.argv[0]))
    sys.exit(1)

pattern = re.compile(r'\b[acgturykmswbdhvnx\-]+\b', re.M)

def repl(m):
    return m.group(0).upper()


with open(sys.argv[1], 'r') as in_fh, open(sys.argv[2], 'w') as out_fh:
    for line in in_fh:
        if line.startswith('>'):
            out_fh.write(line)
        else:    
            out_fh.write(pattern.sub(repl, line))