python - 从 Python 调用 gawk

Question

我正在尝试调用 gawk (AWK 的 GNU 实现)以这种方式来自 Python。

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。 “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？

Answer 1

这是一种不可移植且困惑的检查文件中是否有内容的方法。假设你有 1000 行，你将对 gawk 进行 1000 次系统调用。这是 super 低效的。你用的是 Python，他们也用 Python 来做。

....
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()

或者，如果 Python 不是必须的，您也可以使用这一行。

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