【发布时间】:2019-08-07 05:46:05
【问题描述】:
我正在整理一个包含 XML sn-ps 的 URL 列表,以便稍后运行 wget。每个 URL 彼此之间只有一点点差异,我有一个要填写的不同值的列表。有没有一种简单的方法可以将每个 URL 上的那一点点更改为不同的值?我知道崇高的文本可以将不同行上的相同内容更改为另一件事;我在问是否有办法做到这一点,除了每一行改变的东西是不同的。
我正在尝试从生物学数据库 (Ensembl 97) 访问数据,一种选择是获取他们提供的包含 XML 代码的 URL。我想将来为不同的物种/基因属性重用这些代码。例如,现在我有代码来运行基因列表以获取基于一个物种(阿尔及利亚小鼠)的属性;我想更改该代码并将其用于其他 90 个物种。
我有以下代码来获取我想要的物种“cabingdonii”的信息,由行尾的最后一个属性名称定义标识:
wget -O cabingdonii.txt 'http://www.ensembl.org/biomart/martservice?query=<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE Query><Query virtualSchemaName = "default" formatter = "TSV" header = "0" uniqueRows = "0" count = "" datasetConfigVersion = "0.6" ><Dataset name = "hsapiens_gene_ensembl" interface = "default" ><Filter name = "ensembl_gene_id" value = "ENSG00000196565"/><Attribute name = "ensembl_gene_id" /><Attribute name = "cabingdonii_homolog_orthology_type" /></Dataset></Query>'
我还有其他三个物种的清单: 女士们 vpacos 犰狳
我想再重复3次wget代码,每次都改
<Attribute name = "cabingdonii_homolog_orthology_type" />
改成其他物种的属性名,如:
<Attribute name = "mspretus_homolog_orthology_type" />
<Attribute name = "vpacos_homolog_orthology_type" />
<Attribute name = "mmarmota_homolog_orthology_type" />
同时保持其余代码相同。 我曾尝试使用 python 运行 for 循环,但是所有的单引号和双引号以及斜线都很难更改,尤其是实际上代码比这个示例要长得多。
【问题讨论】:
-
不要使用字符串处理机制。使用
xml解析模块,例如查找xmlstarlet。
标签: xml bash sublimetext3 bioinformatics