在 skbio 中打开文件句柄以与 TabularMSA 一起使用

Posted 2023-02-23

【中文标题】在 skbio 中打开文件句柄以与 TabularMSA 一起使用

【英文标题】：Opening filehandles for use with TabularMSA in skbio

【发布时间】：2017-09-01 16:55:38

【问题描述】：

嘿，skbio 团队。

所以我需要允许 DNA 或 RNA MSA。当我执行以下操作时，如果我省略了 alignment_fh.close() skbio 会读取 except 块中的“非标题”行，这让我认为我需要先关闭文件，以便它从头开始，但如果我添加alignment_fh.close() 我无法让它读取文件。我试过通过各种方法打开它，但我相信 TabularMSA.read() 应该允许文件或文件句柄。想法？谢谢！

try:
    aln = skbio.TabularMSA.read(alignment_fh, constructor=skbio.RNA)
except:
    alignment_fh.close()
    aln = skbio.TabularMSA.read(alignment_fh, constructor=skbio.DNA)

【参考方案1】：

我尝试通过多种方法打开它，但我相信 TabularMSA.read() 应该允许文件或文件句柄。

你说得对：scikit-bio 通常支持使用打开的文件句柄或文件路径来读写文件。

您遇到的问题是您的第一个 TabularMSA.read() 调用读取了打开文件句柄的全部内容，因此当在 except 块内命中第二个 TabularMSA.read() 调用时，文件指针为已经在打开文件句柄的末尾 - 这就是为什么您会收到一条提示文件为空的错误消息。

这种行为是故意的；当 scikit-bio 被赋予一个打开的文件句柄时，它将读取或写入文件，但不会尝试管理句柄的文件指针（这种管理类型取决于代码的调用者）。

现在，当要求 scikit-bio 读取 文件路径（即包含磁盘上文件的路径或可通过某个 URI 访问的字符串）时，scikit-bio 将处理打开和关闭文件句柄，所以这通常是更简单的方法。

您可以使用文件路径或文件句柄来实现您的目标。在以下示例中，假设aln_filepath 是一个str，指向磁盘上的对齐文件（例如"/path/to/my/alignment.fasta"）。

使用文件路径：您可以简单地将文件路径传递给两个TabularMSA.read() 调用；您无需拨打open() 或close()。

try:
    aln = skbio.TabularMSA.read(aln_filepath, constructor=skbio.RNA)
except ValueError:
    aln = skbio.TabularMSA.read(aln_filepath, constructor=skbio.DNA)

使用文件句柄：在第二次读取之前，您需要打开文件句柄并重置 except 块中的文件指针。

with open(aln_filepath, 'r') as aln_filehandle:
    try:
        aln = skbio.TabularMSA.read(aln_filehandle, constructor=skbio.RNA)
    except ValueError:
        aln_filehandle.seek(0)  # reset file pointer to beginning of file
        aln = skbio.TabularMSA.read(aln_filehandle, constructor=skbio.DNA)

注意：在这两个示例中，我都使用了except ValueError，而不是“catch-all”except 语句。我建议捕获特定的错误类型（例如ValueError）而不是任何异常，因为代码可能以不同于您预期的方式失败。例如，使用“catch-all”except 语句，用户将无法使用 Ctrl-C 中断您的程序，因为 KeyboardInterrupt 将被捕获并忽略。

【讨论】：

这听起来像是一个关于 StringIO 的单独问题，不一定与 scikit-bio 相关。您可以使用重现问题的最小代码示例发布一个新问题吗？

我可能在您发布的同时删除了我的评论，抱歉。我想通了，文件句柄示例是完美的。因为我的单元测试和文件的行为不同而感到困惑。谢谢！