Bash 脚本循环只运行一次答案

【问题标题】：Bash script loop only running onceBash 脚本循环只运行一次
【发布时间】：2023-04-09 03:49:01
【问题描述】：

我正在尝试解析一个输入文件（我的测试文件是 4 行），然后查询一个在线生物数据库。但是，在返回第一个结果后，我的循环似乎停止了。

#!/bin/bash
if [ "$1" = "" ]; then
        echo "No input file to parse given. Give me a BLAST output file"
else
        file=$1
        #Extracts GI from each result and stores it on temp file.
        rm -rf /home/chris/TEMP/tempfile.txt
        awk -F '|' '{printf("%s\n",$2);}' "$file" >> /home/chris/TEMP/tempfile.txt
        #gets the species from each gi.
        input="/home/chris/TEMP/tempfile.txt"
        while read -r i
        do
                echo GI:"$i"
                /home/chris/EntrezDirect/edirect/esearch -db protein -query "$i" | /home/chris/EntrezDirect/edirect/efetch -format gpc | /home/chris/EntrezDirect/edirect/xtract -insd source o
rganism | cut -f2 
        done < "$input"
        rm -rf /home/chris/TEMP/tempfile.txt
fi

例如，我唯一的输出是

GI:751637161

Pseudomonas stutzeri group

而我应该有 4 个结果。任何帮助表示赞赏并提前感谢。

这是示例输入的格式：

TARA042SRF022_1 gi|751637161|ref|WP_041104882.1|    40.4    151 82  2   999 547 1   143 2.8e-21 110.9
TARA042SRF022_2 gi|1057355277|ref|WP_068715547.1|   62.7    263 96  1   915 133 80  342 7.1e-96 358.6
TARA042SRF022_3 gi|950462516|ref|WP_057369049.1|    38.3    47  29  0   184 44  152 198 5.1e+01 36.2
TARA042SRF022_4 gi|918428433|ref|WP_052479609.1|    37.5    48  29  1   525 668 192 238 6.1e+01 37.0

【问题讨论】：

你可以尝试从/dev/null重定向esearch的标准输入；在read -r i 再次运行之前，它似乎正在读取输入文件的其余部分。 esearch -db protein -query "$i" < /dev/null | ....
你可以像这样简化你的 awk：awk -F '|' '{print $2}'.
@chepner 是的，这似乎是唯一的选择（除了理论上可以像bash -e -o pipefail script.sh 这样的脚本运行）。
@chepner 添加< /dev/null 工作，非常感谢！
请注意，像 Biopython 这样的一些生物信息学库提供了一些方便的接口来解析 Blast 结果。

标签： bash loops bioinformatics

【解决方案1】：

看起来read -r i 在第二次调用时返回非零退出状态，表明没有更多数据可以从输入文件中读取。这通常意味着while 循环内的命令也从标准输入读取，并在read 有机会之前消耗文件的其余部分。

这里唯一的候选者是esearch，因为echo 不从标准输入读取，其他命令都是从管道中的前一个命令读取的。重定向esearch 的标准输入，使其不会无意中消耗您的输入数据。

while read -r i
do
    echo GI:"$i"
    /home/chris/EntrezDirect/edirect/esearch -db protein -query "$i" < /dev/null |
      /home/chris/EntrezDirect/edirect/efetch -format gpc |
      /home/chris/EntrezDirect/edirect/xtract -insd source organism |
      cut -f2 
done < "$input"

【讨论】：

【解决方案2】：

使用cut 从ASCII 文件中提取列，使用-d 选项表示分隔符，使用-f 指定列。像这样将所有内容都包裹在一个循环中

$ cat data.txt
TARA042SRF022_1 gi|751637161|ref|WP_041104882.1|    40.4    151 82  2   999 547 1   143 2.8e-21 110.9
TARA042SRF022_2 gi|1057355277|ref|WP_068715547.1|   62.7    263 96  1   915 133 80  342 7.1e-96 358.6
TARA042SRF022_3 gi|950462516|ref|WP_057369049.1|    38.3    47  29  0   184 44  152 198 5.1e+01 36.2
TARA042SRF022_4 gi|918428433|ref|WP_052479609.1|    37.5    48  29  1   525 668 192 238 6.1e+01 37.0

$ cat t.sh
#!/bin/bash

for gi in $(cut -d"|" -f 2 data.txt); do
    echo $gi
done

$ bash t.sh
751637161
1057355277
950462516
918428433

编辑：我无法重现该问题，但我觉得它与换行符和/或临时文件的使用有关。我的建议省略了这一点，但没有回答您的实际问题（但我猜是您的问题）

【讨论】：

它只是切换到一个 for 循环。
您好，感谢您的回复！我从每一行解析 gi 没有问题，这是使用 awk 命令完成的并存储到临时文件中，问题出在之后的 while 循环中。
我无法重现该问题，但我觉得它与换行符和/或临时文件的使用有关。我的建议省略了这一点。
@Rolf 我用你的 cut 命令去掉了中间文件，谢谢。