python中带变量的awk命令

我将以下命令传递到python脚本中

awk '/^>/{n=split($0,a,"_")} /string/{sum+=a[n]} END{print sum}' filein.fasta

无论我尝试什么，它都会造成混乱（os.system、popen、subprocess.call…） 我最后一次尝试是：

string = this variable is a string like "acgactactgtcagtgctgac" provided in a loop     
filein = open("filein.fasta")
with open('fileout.txt', 'a+') as outputd:
        subprocess.call(['awk', '\'/^>/{n=split($0,a,"_")}', '/' + line + '/{sum+=a[n]}', 'END{print sum}\'', filein], stdout=outputd, shell=True)    

这样，我在这一点上没有错误，但它不能正常工作，因为它会在脚本中出现错误。

---

如何在python中正确传递此命令？在这种情况下，引号是一个棘手的问题

请避免在

python

脚本中使用

awk

命令

我非常喜欢

awk

，但是

python

可以轻松完成

awk

所能做的事情

awk '/^>/{n=split($0,a,"_")} /string/{sum+=a[n]} END{print sum}' filein.fasta

做

对于开始时包含

的每一行，它使用分隔符

\uu

进行拆分。它继续解析，当找到/string/时，它将拆分行的最后一个字段添加到变量

sum

使用python：

sum = 0
with open("filein.fasta") as input:
    for line in input:
        if line[0] == '>':
            fields = line.split('_')
        if (string in line) and fields:
            sum += int(fields[-1]) # or float
print(sum)

调用子流程将降低代码的可移植性，并且更难调试或监视

顺便说一句，

awk

脚本不好，应该是：

awk '/^>/{n=split($0,a,"_")} /string/&&n{sum+=a[n]} END{print sum}' filein.fasta

---

我有一个fasta文件。在序列的ID中有许多缩写。我需要在文件中搜索我提供变量的特定字符串的所有发生率，它必须输出abbundance值的总和。序列id的组成方式如下：“>NODE_2_length_1959_cov_102497”，我需要id行末尾的cov值之和（102497+…=sum）。我提供的字符串与ID不在同一行中，而是在上面的一行中。因此，每次他发现一种情况时，都需要将cov值存储在其上，并最终将所有cov值相加）