Sorting 写入文件时出错

我编写了一个python脚本，它使用子流程模块调用unix排序。我试图根据两列（2和6）对表进行排序。这就是我所做的

sort_bt=open("sort_blast.txt",'w+')
sort_file_cmd="sort -k2,2 -k6,6n {0}".format(tab.name)
subprocess.call(sort_file_cmd,stdout=sort_bt,shell=True)

但是，输出文件包含一个不完整的行，当我解析表时会产生错误，但当我检查输入文件中的条目以对该行进行排序时，该行看起来很完美。我想当sort试图将结果写入指定的文件时会出现一些问题，但我不确定如何解决这个问题

该行在输入文件中如下所示

gi | 191252805 | ref | NM | U 001128633.1 |智人轮辋结合蛋白3C（RIMBP3C），mRNA gnl | BL | U ORD | ID 12414GI | 124487059 | ref | NP U 001074857.1 |轮辋结合蛋白2[小家鼠]103 2877 3176 846 941.0102e-07 138.0

但在输出文件中，仅打印gi | 19125。我如何解决这个问题

任何帮助都将不胜感激

---

Ram

考虑到python有一个用于排序项目的内置方法，使用subprocess调用外部排序工具似乎非常愚蠢

查看示例数据，它似乎是结构化数据，带有

分隔符。以下是如何打开该文件，并以排序方式在python中迭代结果：

def custom_sorter(first, second):
    """ A Custom Sort function which compares items
    based on the value in the 2nd and 6th columns. """
    # First, we break the line into a list
    first_items, second_items = first.split(u'|'), second.split(u'|')  # Split on the pipe character.
    if len(first_items) >= 6 and len(second_items) >= 6:
        # We have enough items to compare
        if (first_items[1], first_items[5]) > (second_items[1], second_items[5]):
            return 1
        elif (first_items[1], first_items[5]) < (second_items[1], second_items[5]):
            return -1
        else:  # They are the same
            return 0  # Order doesn't matter then
    else:
        return 0

with open(src_file_path, 'r') as src_file:
    data = src_file.read()  # Read in the src file all at once. Hope the file isn't too big!
    with open(dst_sorted_file_path, 'w+') as dst_sorted_file:
        for line in sorted(data.splitlines(), cmp = custom_sorter):  # Sort the data on the fly
            dst_sorted_file.write(line)  # Write the line to the dst_file.

def自定义分拣机（第一、第二）：
“”“用于比较项目的自定义排序函数。”
基于第2列和第6列中的值。”“”
#首先，我们把这一行分成一个列表
first_items，second_items=first.split（u'|'），second.split（u'|'）#在管道字符上拆分。
如果len（第一项）>=6，len（第二项）>=6：
#我们有足够的项目来比较
如果（第一项[1]，第一项[5]）>（第二项[1]，第二项[5]）：
返回1
elif（第一项[1]，第一项[5]）<（第二项[1]，第二项[5]）：
返回-1
否则：#它们是一样的
返回0#那么订单就无关紧要了
其他：
返回0
打开（src_文件路径，'r'）作为src_文件：
data=src_file.read（）#一次性读取src文件。希望文件不要太大！
打开（dst_排序的_文件路径“w+”）作为dst_排序的_文件：
对于已排序的行（data.splitlines（），cmp=custom_sorter）：#动态排序数据
dst_排序的_文件。写入（行）#将行写入dst_文件。

---

仅供参考，此代码可能需要一些抖动。我测试得不太好。

您看到的可能是试图同时从多个进程写入文件的结果

要模拟：

sort-k2,2-k6,6n${tabname}>sort_blast.txt

Python中的命令：

from subprocess import check_call

with open("sort_blast.txt",'wb') as output_file:
     check_call("sort -k2,2 -k6,6n".split() + [tab.name], stdout=output_file)

您可以用纯Python编写它，例如，对于一个小的输入文件：

def custom_key(line):
    fields = line.split() # split line on any whitespace
    return fields[1], float(fields[5]) # Python uses zero-based indexing

with open(tab.name) as input_file, open("sort_blast.txt", 'w') as output_file:
     L = input_file.read().splitlines() # read from the input file
     L.sort(key=custom_key)             # sort it
     output_file.write("\n".join(L))    # write to the output file

---

如果需要对不适合内存的文件进行排序；请参见

无需使用

cmp

参数。每行只处理一次<代码>cmp在Python 3中被完全删除。