主页 / unix / 问题 / 708794
Accepted
sunnykevin
Asked: 2022-07-07 03:02:23 +0800 CST

循环遍历数千个文件以进行大数据分析？

  • 772

我是bash脚本的初学者，有人可以帮我吗？

  • 在目录 ( pamlfiles/) 中，我有文件列表 ( *.fa) 
    OG0018053.fa
OG0018054.fa
OG0018055.fa
  • 文件如下所示： 
    head -n 2 ../pamlfiles/*
==> ../pamlfiles/OG0018053.fa <==
>C.rhe
ATGAGG------------GTCCTCCTGCTTCTCGGATTGGTGGCTTTTGGCCTGGCTGAC

==> ../pamlfiles/OG0018054.fa <==
>L.fab
atg---------------------acggacgagatatctctggcgtgtggcatgtcagga

==> ../pamlfiles/OG0018055.fa <==
>A.ven
ATGAACACTGCCACTCCCACCGAGTTTGACTTCTCTTTCTTGGAAGAGGGCTTCTCCGCC
  • 我使用以下脚本 ( forloop.sh) 处理它们： 
    #!/bin/bash
for file in ../pamlfiles/*.fa
do
    filename=$(basename -- "$file")
    gene_name="${filename%%.*}"
    cp codeml_0_opt1_templ.ctl codeml_0.ctl
    sed -i -e "s/GENE/$gene_name/g" codeml_0.ctl
    codeml codeml_0.ctl
done

但是，当我执行时forloop.sh，我得到了错误

Sequence file ../pamlfiles/OG0018055 not found!

codem1_0_opt1_templ.ctl看起来像这样：

head codeml_0_opt1_templ.ctl 
seqfile = ../pamlfiles/GENE
outfile = results/GENE_M0.txt
treefile = OG0018055.fa.m.fa.mt.py.nex.treefile
 
noisy = 9
verbose = 0 

runmode = 0
seqtype = 1  
CodonFreq = 2

我哪里错了？

bash shell-script

1 个回答

  1. Best Answer

    如果您查看codem1进程的输出（无论可能是什么），它表明它没有找到该文件OG0018055- 这只是合乎逻辑的，因为该文件实际上被称为.OG0018055.fa

    在您的脚本中，您从行中的文件名中删除.fa扩展名

    gene_name="${filename%%.*}"

    获取基因名称。然后，您可以使用文件模板中的基因名称sed替换所有出现的模式。GENE但是，这意味着在您更新codeml_0.ctl的文件中，该seqfile行如下所示：

    seqfile = ../pamlfiles/OG0018055

    所以.fa这里缺少扩展名。

    因此，只需修改您的模板文件以读取

    seqfile = ../pamlfiles/GENE.fa

    这样.fa文件扩展名就不会丢失。

    • 2

相关问题